Дослідники з Університету Іннополіс, ЛЕТІ та Джадавпурського університету розробили нову модель штучного інтелекту для виявлення раку молочної залози на гістопатологічних знімках. Головна особливість розробки — висока точність без потреби у надпотужних обчислювальних системах.
Зазвичай сучасні системи комп’ютерної діагностики будують на складних нейромережах, трансформерах або великих ансамблях моделей. Вони можуть добре працювати, але потребують значних ресурсів, що ускладнює їхнє використання в невеликих лікарнях або медичних закладах із обмеженим обладнанням.
Як працює нова модель
Автори дослідження пішли іншим шляхом. Вони об’єднали дві компактні згорткові нейромережі — SqueezeNet і ShuffleNetV2. Між ними додали механізм взаємного гейтингу, завдяки якому мережі обмінюються інформацією, підсилюють важливі діагностичні ознаки та відсіюють зайвий “шум”.
У результаті система краще фокусується саме на патологічних ділянках тканини, а не на здорових або порожніх зонах зображення. Це важливо для аналізу гістологічних знімків, де різниця між нормальними тканинами, доброякісними утвореннями та різними стадіями раку може бути дуже тонкою.
Точність сягнула 99,72%
Модель протестували на міжнародних наборах гістопатологічних зображень раку грудей. У багатокласовій класифікації, де потрібно було розрізняти нормальну тканину, доброякісні утворення, рак in situ та інвазивний рак, точність становила близько 97%.
У задачі визначення самого факту наявності раку точність досягла 99%. А на наборі BreakHis при 100-кратному збільшенні, який часто використовують у дослідженнях гістопатології, показник піднявся до 99,72%.
Важливо, що йдеться не про готову заміну лікарю, а про систему підтримки діагностики. Такий ШІ може допомагати патоморфологам швидше аналізувати знімки, звертати увагу на підозрілі ділянки та зменшувати навантаження на спеціалістів.
Автори вважають, що легка архітектура моделі може бути корисною для регіональних лікарень, мобільних пристроїв і медичних центрів, де немає доступу до дорогих серверів. Результати дослідження опубліковані в журналі Scientific Reports.
