Нейросеть из США научилась диагностировать агрессивный рак мозга по обычным снимкам, без дорогих молекулярных тестов

13.04.2026 18:22

Исследователи из Медицинской школы Университета Индианы в апреле 2026 года опубликовали в журнале Neuro‑Oncology метод диагностики взрослых диффузных глиом с помощью искусственного интеллекта, который анализирует стандартные гистологические снимки и не требует двух-трёхнедельного ожидания молекулярного анализа.

Это делает точную диагностику доступной даже для районных больниц и регионов без сложного лабораторного оборудования.

Как работает метод

Авторы обучили нейросеть классифицировать опухоли мозга по обычным окрашенным срезам ткани, имитируя работу патолога.

мозг
Фото: Pixabay

Алгоритм рассматривает изображения в разном увеличении, замечая как мелкие детали, так и общую картину. 

Модель протестирована на данных из шести стран (США, Италия, Франция, Австралия, Австрия, Индия) и соответствует свежим стандартам ВОЗ. Результаты перепроверили нейропатологи.

Почему это важно

Самой агрессивной формой диффузной глиомы является глиобластома — она постоянно рецидивирует, а средняя выживаемость после диагноза составляет около 15 месяцев.

Каждая неделя промедления с лечением критична. Традиционный молекулярный анализ стоит дорого, занимает 2–3 недели и недоступен во многих клиниках.

Новая методика позволит ставить диагноз быстрее, дешевле и справедливее — вне зависимости от места жительства пациента.

Врачи смогут начинать лечение на 15–20 дней раньше, что для больных глиобластомой составляет почти 20% оставшейся жизни.

Ограничения

Модель не тестировалась на данных из стран Африки или Юго-Восточной Азии с низким уровнем медицины. Неизвестно, как она поведет себя на снимках, сделанных старыми микроскопами или с другими протоколами окраски.

Также требуется оцифровка снимков, хранилище данных и вычислительные мощности. 

Авторы отмечают, что алгоритм слепо следует обучающей выборке: если в ней были ошибки или редкие варианты глиом, нейросеть будет ошибаться так же, но уверенно и незаметно для врача.

Тем не менее разработка открывает путь к замене дорогих лабораторных тестов в тех случаях, когда они сложны или недоступны.

Подписаться: MAXOKVK

Валерия Кистерная Автор: Валерия Кистерная Редактор интернет-ресурса

Новости по теме:


Содержание
  1. Как работает метод
  2. Почему это важно
  3. Ограничения