Новый AI‑метод для диагностики лёгочных узелков: точность выше, затраты ниже

Учёные из Китайской академии наук разработали AI‑модель M3Net для более точной диагностики доброкачественных и злокачественных лёгочных узелков по КТ‑снимкам

Рак лёгких — распространённое злокачественное новообразование, и ранняя диагностика критически важна для повышения шансов на выздоровление. Сейчас врачи вручную анализируют снимки КТ грудной клетки, что отнимает много времени и зависит от опыта специалиста — возможны ошибки и пропуски патологий. Существующие AI‑системы тоже несовершенны: они опираются на ограниченные данные, работают по принципу «чёрного ящика» и не всегда обеспечивают нужную точность.

Исследователи предложили новый подход — 3D‑нейросеть M3Net («макро‑мезо‑микро»), которая имитирует логику врача: сначала оценивает общую структуру лёгких, затем — ткани вокруг узелка, а потом — его микродетали. Модель обрабатывает изображения в трёх масштабах, извлекает признаки с помощью специальных кодировщиков и согласовывает данные между уровнями. Так она учитывает и мелкие злокачественные признаки (неровности, плотность), и общие патологические изменения (деформацию тканей, состояние сосудов).

Эффективность M3Net проверили на двух наборах данных — открытом LIDC‑IDRI и клиническом USTC‑FHLN. По сравнению с 12 другими AI‑алгоритмами новая модель показала более высокую точность классификации узелков, особенно в сложных случаях с нечёткими границами. При этом она требует меньше вычислительных ресурсов. Результаты опубликованы в журнале Information Fusion. Разработка открывает путь к более надёжной и объяснимой AI‑диагностике рака лёгких.

Источник: Китайская академия наук