Проект представляет собой систему поддержки врачебных решений на основе искусственного интеллекта для автоматического анализа кольпоскопических изображений шейки матки. Система выполняет сегментацию патологических областей и классифицирует их по степени тяжести (норма / LSIL / HSIL+), формируя для врача «второе мнение» в режиме реального времени.

Актуальность

Рак шейки матки остаётся одной из ведущих причин онкологической смертности женщин: ежегодно в мире регистрируется около 660 тыс. новых случаев и порядка 350 тыс. смертей. Около 85% случаев приходится на страны с низким и средним уровнем дохода, где доступ к качественной диагностике ограничен. При этом кольпоскопия — ключевой этап скрининга — до сих пор остаётся субъективным методом: чувствительность традиционной визуальной оценки с уксусной кислотой (VIA) составляет всего 70–80%.

Проблема

Основное узкое место — высокая зависимость от опыта оператора, значительная вариабельность между специалистами и внутри одного специалиста, а также острый дефицит квалифицированных кольпоскопистов, особенно в регионах с ограниченными ресурсами. Следствие — пропуск предраковых состояний (до 30% случаев HSIL остаются невыявленными при стандартной кольпоскопии) и необоснованные биопсии.

Решение проблемы

Предлагаемая ИИ-система автоматизирует интерпретацию кольпоскопических изображений, обеспечивая:

· точную локализацию поражённых участков с помощью сегментации;

· стратифицированную классификацию по клинически значимым категориям;

· подсказку врачу по выбору оптимального места биопсии.

Мультимодальный подход — одновременный анализ изображений в нескольких режимах окрашивания (физиологический раствор, уксусная кислота, йод) в сочетании с клиническим текстом — позволяет повысить чувствительность выявления HSIL+ до 95–96% при специфичности около 94%.

Уникальность решения

В отличие от большинства существующих ИИ-инструментов, ограничивающихся бинарной классификацией «норма/патология», наше решение обеспечивает:

· интерпретируемость: система не только выдаёт диагноз, но и указывает конкретные области на изображении, обосновывая решение;

· мультимодальность: интеграция визуальных данных трёх режимов окрашивания и клинического контекста;

· работу в реальном времени: обработка изображений со скоростью ~30 кадров/с и формирование заключения за ~0,3 минуты;

· ориентацию на регионы с дефицитом специалистов: снижение зависимости от субъективного опыта врача и повышение доступности качественной диагностики.

На данный момент FDA не одобрило ни одного ИИ-инструмента для кольпоскопии, что подтверждает новизну и востребованность направления.

На страницу проекта