Hacker News · 11.07.2026 ·Исследования и наука

ИИ-анализ клеточных взаимодействий в опухолях по гистологическим снимкам

Исследователи из Стэнфордского университета разработали алгоритм глубокого обучения, способный анализировать стандартные гистологические слайды для выявления сложных взаимодействий между клетками внутри опухоли. Модель позволяет картографировать микроокружение раковых образований, предсказывая поведение болезни и реакцию на терапию с точностью, ранее доступной только при использовании дорогостоящих методов молекулярного профилирования тканей.

Традиционная патология опирается на визуальную оценку срезов тканей специалистами, что часто ограничивает понимание пространственной организации опухоли. Новый подход использует компьютерное зрение для идентификации различных типов клеток и их взаимного расположения. Это дает возможность выявлять паттерны, которые указывают на агрессивность опухоли или вероятность метастазирования, основываясь исключительно на окрашенных препаратах, которые уже являются стандартом в онкологической диагностике.

Технология значительно снижает барьер для проведения детального анализа опухолевого микроокружения в клинической практике. Вместо проведения трудоемких и затратных исследований, таких как секвенирование РНК отдельных клеток, врачи могут получить глубокие данные о биологии опухоли, используя уже имеющиеся архивные материалы. Это открывает путь к более точной персонализированной терапии и лучшему пониманию механизмов устойчивости раковых клеток к лечению.

Ключевые факты

Разработка Стэнфордского университета позволяет анализировать клеточные взаимодействия на стандартных гистологических слайдах.
Метод заменяет дорогостоящее молекулярное профилирование тканей на автоматизированный анализ изображений.
Алгоритм выявляет пространственные паттерны, коррелирующие с агрессивностью опухоли и прогнозом выживаемости.
Технология применима к существующим клиническим архивам без необходимости дополнительной подготовки образцов.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

arXiv · Машинное обучение Автоматизация классификации опухолей в онкологических реестрах с помощью MIL 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. Hacker News · Исследования и наука Глубокое обучение выявило новый ЭКГ-биомаркер внезапной сердечной смерти Исследователи применили методы глубокого обучения для анализа данных электрокардиограмм, что позволило обнаружить новый биомаркер, предсказывающий риск внезапной сердечной смерти. Модель анализирует тонкие паттерны в электрической активности сердца, которые остаются незаметными для традиционных методов диагностики, открывая новые возможности для раннего выявления пациентов из групп высокого риска и превентивной терапии сердечно-сосудистых заболеваний. Hacker News · ИИ в бизнесе ИИ-алгоритм выявил сердечную патологию, ошибочно принятую за астму Клинический случай продемонстрировал эффективность использования ИИ для уточнения диагнозов, которые традиционные методы диагностики интерпретировали неверно. Пациент, длительное время проходивший лечение от астмы, получил корректный диагноз благодаря анализу медицинских данных с помощью алгоритмов машинного обучения. Система выявила признаки серьезного сердечного заболевания, которые оставались незамеченными при стандартном осмотре и интерпретации симптомов лечащими врачами. arXiv · Исследования и наука TRACE: интерпретируемая модель для анализа динамики глиобластомы Исследователи представили модель TRACE — архитектуру типа Concept Bottleneck, предназначенную для оценки ответа глиобластомы на лечение по данным МРТ. В отличие от «черных ящиков», система анализирует изображения через призму клинических критериев RANO 2.0. Это позволяет врачам проверять промежуточные выводы модели, обеспечивая прозрачность диагностики и точность при отслеживании изменений опухоли во времени. arXiv · Исследования и наука Новый метод топологического анализа для диагностики аневризм головного мозга Исследователи предложили новый метод автоматического обнаружения внутричерепных аневризм на снимках КТ-ангиографии, решающий проблему высокой частоты ложноположительных результатов. В отличие от стандартных сверточных нейросетей, которые часто путают аневризмы с сосудистыми бифуркациями, предложенный подход использует топологическое представление формы сосудов. Это позволяет значительно повысить точность диагностики, особенно для малых поражений размером менее 3 мм, где традиционные модели показывают низкую чувствительность. arXiv · Исследования и наука Сравнение foundation-моделей и радиомики в диагностике рака легких Исследователи провели комплексный бенчмарк, сравнивающий эффективность современных foundation-моделей и классических методов радиомики при анализе компьютерной томографии легких. Работа выявляет вклад отдельных компонентов — экстракторов признаков, классификаторов и методов сегментации — в точность диагностики, а также оценивает устойчивость моделей при работе с данными из разных медицинских когорт, что критически важно для клинического внедрения ИИ. arXiv · Исследования и наука Новый метод анализа маммограмм на основе токенов для диагностики рака груди Исследователи представили метод Token-Based Dual-view Fusion (TBDF) для классификации рака молочной железы по маммограммам. Подход объединяет данные двух проекций — краниокаудальной (CC) и медиолатеральной косой (MLO) — через механизм токенизированной адаптации больших визуальных моделей. Это позволяет эффективнее выявлять патологии, избегая потери контекста, характерной для традиционных методов агрегации признаков на уровне векторов. Hacker News · ИИ в бизнесе Неинвазивный анализ крови с помощью глубокого обучения Исследователи представили новый метод определения показателей крови без необходимости забора биоматериала. Разработанный пайплайн на базе глубокого обучения анализирует данные, полученные неинвазивным путем, что позволяет автоматизировать процесс первичной диагностики и снизить нагрузку на лабораторные службы. arXiv · Исследования и наука Новый датасет для ИИ-диагностики рака молочной железы на основе цитологии Исследователи представили многоцентровой набор данных для обучения ИИ-моделей классификации цитологических снимков молочной железы. Датасет включает 470 полноразмерных слайдов (WSI) от 321 пациента, классифицированных по международной системе категорий от C1 до C5. Материалы собраны в индийских медицинских центрах и предназначены для обучения алгоритмов пофрагментной (patch-wise) диагностики патологий. Hacker News · ИИ в бизнесе Применение ИИ в кардиологической компьютерной томографии Использование алгоритмов машинного обучения в кардиологической компьютерной томографии (КТ) становится значимым инструментом для повышения точности диагностики сердечно-сосудистых заболеваний. Современные системы автоматизируют процесс сегментации структур сердца, что позволяет врачам быстрее оценивать объем миокарда, состояние коронарных артерий и выявлять признаки кальциноза. ИИ-модели способны обрабатывать большие массивы данных с высокой воспроизводимостью, снижая риск человеческой ошибки при анализе сложных анатомических изображений.

← Все материалы