Исследователи представили метод обучения моделей на основе Multiple Instance Learning (MIL) для классификации групп опухолей в патологоанатомических отчетах. Решение позволяет эффективно использовать данные онкологических реестров, где экспертные метки привязаны к пациенту, а не к конкретным фрагментам текста, что решает проблему дефицита размеченных на уровне отчетов данных для обучения глубоких нейросетей.
Традиционные подходы к автоматизации онкорегистров часто упираются в нехватку качественной разметки, так как создание детальных аннотаций требует значительных временных затрат профильных специалистов. Новый подход переводит задачу в плоскость обучения с множественными экземплярами, где модель учится сопоставлять агрегированные данные пациента с конкретными патологическими заключениями, минимизируя необходимость в ручном труде.
Внедрение подобных алгоритмов позволяет значительно ускорить обработку медицинской документации и повысить точность статистического учета в онкологии. Метод демонстрирует высокую эффективность в условиях, когда доступные данные имеют «потерянное происхождение» (lost provenance), то есть когда связь между конкретным отчетом и итоговым диагнозом пациента не является прямой или однозначной.
Ключевые факты
- Метод использует архитектуру Multiple Instance Learning для работы с данными, где метки присвоены на уровне пациента, а не отдельных документов.
- Технология направлена на автоматизацию кодирования патологоанатомических отчетов, что является критически важным для современных онкологических реестров.
- Подход преодолевает ограничение, связанное с дефицитом размеченных данных, за счет использования существующих операционных записей реестров.
- Алгоритм позволяет масштабировать классификацию опухолей без привлечения дополнительных ресурсов для ручной разметки текстов.