Разработка алгоритмов искусственного интеллекта для морфологической диагностики новообразований щитовидной железы
https://doi.org/10.14341/serg12877
Аннотация
Актуальность. Морфологическая диагностика новообразований щитовидной железы (ЩЖ) вызывает значительные трудности, что обусловлено субъективностью применяемых критериев, несовершенством классификаций, а также отсутствием единого подхода при вырезке операционного материала. На сегодняшний день необходим поиск новых решений, позволяющих повысить точность диагностики опухолей ЩЖ, оптимизировать временные затраты врача-патоморфолога, а также снизить сроки предоставления гистологического заключения. Применение искусственного интеллекта в разных сферах деятельности может позволить не только автоматизировать анализ гистологических препаратов опухолей ЩЖ, но и, возможно, выявить новые диагностические и прогностические критерии.
Материалы и методы. В исследование включено 966 пациентов (966 снимков), которым была проведена геми-/тиреоидэктомия в ГНЦ ФГБУ «НМИЦ эндокринологии» Минздрава России. В эксперименте участвовали случаи, в которых был определен один из двух диагнозов: доброкачественное или злокачественное новообразование ЩЖ. Классификация слайдов выполнялась с помощью метода Attention-MIL (Multiple-Instance Learning), позволяющего обрабатывать изображения гигапиксельного разрешения по частям, при этом используя только высокоуровневую разметку данных (без указания характерных областей интереса на изображении). В качестве архитектуры модели принятия решений использовалась искусственная нейронная сеть CLAM, для вычисления признаковых представлений сканов использовалась предварительно обученная нейросетевая модель CTransPath. Исходная выборка была разделена на обучающую и валидационную в соотношении 4:1, соответственно.
Результаты. На данный момент проведены несколько серий экспериментов по классификации слайдов с использованием только высокоуровневой разметки. Для оценки качества классификации была выбрана метрика ROC-AUC, поскольку она более информативна в случае несбалансированных выборок, а также для ее расчета не требуется подбирать порог для предсказанной моделью уверенности. В лучшем на данный момент эксперименте удалось достичь значения ROC-AUC=0,944 на валидационной выборке данных (193 слайда из 966). Кроме того, использованный метод позволяет выполнять визуализацию областей, внесших наибольший вклад в принятие решения моделью. По итогам обсуждения полученных данных врачами-патоморфологами было выявлено, что в большинстве случаев области, помеченные моделью как «важные», действительно являются таковыми. Однако были обнаружены и признаки переобучения модели на некоторые характерные детали изображений, проявляющиеся в редких случаях.
Заключение. Успешно подтверждена эффективность применения схемы Attention-MIL, разработан прототип инструмента визуализации, который поможет в детальном анализе и обосновании полученных результатов. Следующими этапами является расширение набора классов для решения задачи классификации, а также добавление дополнительных целевых переменных, отражающих важные факторы при постановке диагноза.
Об авторах
Д. Д. ЛысухинРоссия
Москва
Б. П. Якимов
Россия
Москва
Е. А. Ширшин
Россия
Москва
Е. В. Ковалева
Россия
Москва
А. В. Варламов
Россия
Москва
Н. В. Пачуашвили
Россия
Москва
Э. Э. Порубаева
Россия
Москва
Л. С. Урусова
Россия
Москва
Рецензия
Для цитирования:
Лысухин Д.Д., Якимов Б.П., Ширшин Е.А., Ковалева Е.В., Варламов А.В., Пачуашвили Н.В., Порубаева Э.Э., Урусова Л.С. Разработка алгоритмов искусственного интеллекта для морфологической диагностики новообразований щитовидной железы. Эндокринная хирургия. 2023;17(4):54. https://doi.org/10.14341/serg12877
For citation:
Lysukhin D.D., Yakimov B.P., Shirshin E.A., Kovaleva E.V., Varlamov A.V., Pachuashvili N.V., Porubaeva E.E., Urusova L.S. Development of artificial intelligence algorithms for morphological diagnosis of thyroid tumors. Endocrine Surgery. 2023;17(4):54. (In Russ.) https://doi.org/10.14341/serg12877
Контент доступен под лицензией Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY-NC-ND 4.0).