Новая система искусственного интеллекта может значительно улучшить раннюю диагностику рака лёгких за счёт более продвинутого анализа КТ-снимков. Модель использует двухмасштабный подход, позволяя одновременно оценивать как мелкие детали, так и общую анатомическую картину — подобно тому, как это делают врачи, но без необходимости переключаться между разными режимами просмотра.

Исследователи обучили модель на КТ-снимках здоровых людей и пациентов с раком лёгких. Это позволило системе различать нормальные ткани, доброкачественные изменения и злокачественные опухоли.

Метод особенно полезен для выявления рака на ранних стадиях, когда опухоли имеют небольшие размеры и их сложно обнаружить. Точность модели превысила 96%, что выше по сравнению с существующими методами, при этом результаты оставались стабильными в разных тестах.

Ранняя диагностика крайне важна: уровень выживаемости при раке лёгких может увеличиться примерно с 10% на поздних стадиях до более чем 90% при выявлении болезни на раннем этапе. Однако анализ КТ-снимков остаётся сложной задачей из-за малозаметных признаков опухолей и возможных ошибок интерпретации.

Чтобы решить эту проблему, учёные из Каунасского технологического университета разработали систему ИИ, которая объединяет анализ мелких деталей и общей структуры лёгких в одном процессе. Это позволяет сократить время диагностики и снизить риск пропуска важных изменений.

Система способна выявлять небольшие узелки и одновременно оценивать их расположение и значение в контексте всего органа. Эксперты сравнивают это с возможностью одновременно видеть изображение «вблизи» и «целиком».

Несмотря на обнадёживающие результаты, технология всё ещё требует дополнительной проверки перед внедрением в клиническую практику. Учёные подчёркивают необходимость тестирования на более крупных и разнообразных выборках пациентов.

В перспективе такая система может помочь врачам повысить точность диагностики, ускорить анализ снимков и сократить количество ложных тревог. При этом она не заменит специалистов, а будет использоваться как вспомогательный инструмент для принятия решений.

Также предполагается, что аналогичные ИИ-подходы можно применять и в других областях медицинской визуализации, включая опухоли мозга, рак молочной железы и заболевания глаз.