🔬 Исследователи Сколтеха вместе с коллегами из ОАЭ и Японии опубликовали в Discover Artificial Intelligence первый обзор инструментов компьютерного зрения для гистопатологии. Учёные протестировали пять программ на снимках при раке лёгкого, груди, кишечника и простаты.
Лучшие результаты показали программы глубокого обучения Cellpose и StarDist — их разметка ядер клеток максимально совпала с экспертной (коэффициент Dice до 0,84).
Классические инструменты по яркости пикселей и простые модели машинного обучения чаще ошибались, путая фрагменты ткани или объединяя соседние ядра.
Работа выполнена при поддержке гранта РНФ. В исследовании приняли участие учёные совместной лаборатории Сколтеха и Университета Шарджи BIMAI-Lab, занимающейся применением искусственного интеллекта в биомедицине.
Лучшие результаты показали программы глубокого обучения Cellpose и StarDist — их разметка ядер клеток максимально совпала с экспертной (коэффициент Dice до 0,84).
Классические инструменты по яркости пикселей и простые модели машинного обучения чаще ошибались, путая фрагменты ткани или объединяя соседние ядра.
«Начинать нужно не с алгоритма, а с вопроса, на который врачу предстоит ответить по гистологическому препарату. Где-то важно не пропустить крошечный очаг, где-то — увидеть, как именно разные клетки расположены на срезе. И в любом случае врач должен видеть, на какие участки снимка опирается модель», — объясняет Светлана Илларионова, старший преподаватель и первый автор обзора, руководитель исследовательской группы Центра ИИ Сколтеха.
Работа выполнена при поддержке гранта РНФ. В исследовании приняли участие учёные совместной лаборатории Сколтеха и Университета Шарджи BIMAI-Lab, занимающейся применением искусственного интеллекта в биомедицине.