Орбитальные центры обработки данных открывают многомиллиардные возможности для страхового рынка

Раковая болезнь полости рта, или оральный рак, представляет собой одну из наиболее серьезных проблем в сфере здравоохранения Индии. Большинство пациентов обнаруживают заболевание лишь на поздних или критических стадиях. Основной причиной этого является необходимость проведения инвазивных анализов, таких как биопсия, которая требует разреза.

Однако исследователи из Индийского технологического института (IIT) Индор создали новаторскую, недорогую и не требующую использования игл методику. Эта технология позволяет выявлять ранние признаки орального рака, используя только слюну и мазки из полости рта.

В ходе исследования ученые применили технику жидкостной хроматографии-масс-спектрометрии, сравнивая образцы от здоровых людей, пациентов с фиброзом и пациентов с раком. Этот метод фиксирует химические изменения, происходящие внутри рта, собирая белки и клетки непосредственно из слизистых оболочек.

Было установлено, что специфические молекулярные изменения, касающиеся жира, энергии, окислительного стресса и иммунной системы организма, проявляются в слюне и мазках еще до появления видимых симптомов заболевания.

Это революционное исследование было проведено под руководством профессора Хема Чандра Джха из «Фамильного школьного факультета наук о жизни и биомедицинской инженерии» IIT Индор. В работе приняли участие доктор Тарун Пракаш Верма и доктор Дипак Агравал из Государственного колледжа стоматологии Индор.

В рамках исследования основное внимание уделялось двум состояниям, поскольку оральный рак является наиболее распространенным и смертельным типом. Это состояние часто развивается у людей, употребляющих табак, супари или чубу, что впоследствии может привести к развитию рака.

Результаты этой работы были опубликованы в престижном издании «British Journal of Cancer», а также подана заявка на патент. Директор IIT Индор, профессор Сухас Джоши, отметил, что конечная цель исследований должна служить обществу. Он подчеркнул, что данное изучение трансформирует сложную лабораторную науку в крайне простой метод анализа слюны, делая возможно обнаружение рака без боли для обычных пациентов по всей стране.

Профессор Хем Чандра Джха, ведущий исследователь, сообщил, что его намерением является преобразование этих неинвазивных признаков в практичные устройства для регулярного мониторинга пациентов с высоким риском.

Исследователи из Университета Сан-Паулу (USP) создали инструмент искусственного интеллекта (ИИ), предназначенный для идентификации зубов и выявления признаков кариеса на стоматологических рентгеновских снимках. Эта технология, разработанная в Рибейрау-Прету, призвана поддерживать стоматологов в интерпретации этих изображений, делая клинические оценки более быстрыми и точными.

Разработка стала результатом партнерства между специалистами по вычислительной технике из Факультета философии, наук и литературы Рибейрау-Прету и профессионалами из Стоматологического факультета USP. Группа InReDD, состоящая примерно из 30 исследователей, отвечает за создание цифровых решений, ориентированных на стоматологическую область.

Используя сверточные нейронные сети, инструмент был обучен на тысячах рентгеновских снимков, которые уже были проанализированы экспертами. Основная цель состоит не в том, чтобы заменить стоматолога, а в том, чтобы предоставить второе мнение, которое может послужить основой для принятия решений относительно диагностики и планирования лечения.

Процесс работы начинается с подготовки обширного набора стоматологических изображений, сопровождаемых соответствующими экспертными оценками. Этот материал служит базой для обучения системы, которая учится соотносить визуальные паттерны рентгеновских снимков с изменениями, которые необходимо распознать.

Примененная архитектура относится к категории сверточных нейронных сетей, специально разработанных для обработки визуальной информации. Алессандра Аланиз Маседу, профессор компьютерных наук FFCLRP и координатор проекта, объяснила, что такой тип структуры идеально подходит для задач, связанных с изображениями, таких как зубные рентгенограммы.

На этапе обучения модель сравнивает свои собственные прогнозы с данными, установленными экспертами. Выявляя расхождения, она корректирует свои параметры для уменьшения ошибок, позволяя инструменту постоянно улучшать свою способность обнаруживать изменения на изображениях.

Однако создание такой системы выходит за рамки простого кодирования алгоритма; оно также включает в себя выбор и подготовку данных, а также обучение и проверку ее производительности, что представляет собой научный процесс, проводимый специалистами по информатике.

В условиях кабинета одна из предложенных группой областей применения — использование ИИ в качестве дополнительной поддержки анализа, проводимого специалистом. Инструмент может помочь как в обнаружении проблем, так и в структурировании плана лечения клинического случая.

Масштаб проекта выходит за рамки рентгеновских снимков. Команда указала, что решения на основе ИИ также могут быть применены к административным функциям клиник, таким как управление расписанием, ответы на простые вопросы и создание коммуникационных материалов для пациентов.

Несмотря на то, что результаты считаются многообещающими, исследователи подчеркивают, что эта технология еще не должна заменять стоматолога. Заметной проблемой является сложность полного объяснения того, как некоторые модели приходят к своим выводам, что часто приводит к ассоциации этих систем с концепцией «черного ящика». Камила Тирапелли, профессор Стоматологического факультета Рибейрау-Прету и координатор вместе с Алессандрой Маседу, отмечает, что ни одна система ИИ не является идеальной, сохраняя интерпретацию результатов и клиническое решение за ответственностью специалиста.

Качество данных, используемых в обучении, напрямую влияет на производительность системы. По словам Тирапелли, недостаточная информация может привести к тому, что инструмент воспроизведет ошибки, присутствующие в материале, использованном для его обучения. Таким образом, объединение специалистов в области здравоохранения и информатики рассматривается как решающее для создания надежных моделей.

Ожидается, что для пациентов эти инструменты смогут сократить время, необходимое для определенных оценок, и способствовать более точной диагностике. В рамках научных исследований способность обрабатывать большие объемы рентгеновских снимков может облегчить выявление популяционных закономерностей и поддержать эпидемиологические исследования в области здоровья полости рта.

Решения, разработанные InReDD, предназначены для различных групп, включая стоматологов, рентгенологов и исследователей. Хотя текущие достижения положительны, системы все еще требуют доработки перед более широким внедрением в клиническую практику.

Эта работа является результатом сотрудничества двух подразделений USP в Рибейрау-Прету, объединяющих преподавателей, студентов и исследователей разных уровней. Группа включает студентов бакалавриата, магистрантов, аспирантов, магистра, постдокторанта и профессоров соответствующих областей.

Инициатива также получает финансовую поддержку от Фонда поддержки исследований штата Сан-Паулу. Первоначальный проект, который породил этот инструмент, стремится интегрировать ресурсы ИИ и стоматологии посредством так называемого мультимодального слияния, расширяя возможности использования вычислительной техники в области здоровья полости рта.

Для Алессандры Маседу объединение множества функций в одном решении является отличительной чертой работы команды. Проект уже дал академические публикации, диссертации и дипломные работы, а также технологический продукт, код которого зарегистрирован USP. Исследователи надеются, что будущие исследования улучшат инструменты и расширят их применение, стремясь к стоматологии, где ИИ является дополнительным ресурсом, не снимая клинической ответственности с специалиста.