30.04.2026 11:22
Нейросеть U-Net: прорыв в диагностике рака поджелудочной
Нейросеть на страже здоровья: российский прорыв в диагностике рака поджелудочной
Российские ученые разработали инновационную нейросетевую модель, предназначенную для раннего выявления новообразований поджелудочной железы, которая считается одной из самых сложных для диагностики зон в онкологии. Благодаря совместной работе специалистов из БФУ им. И. Канта и Южного федерального университета была создана система на базе архитектуры U-Net, способная анализировать снимки компьютерной томографии с точностью около 88%. Особенность данного решения заключается в крайне высоких показателях чувствительности и специфичности, достигающих 98%, что позволяет алгоритму замечать даже мельчайшие патологические изменения, часто ускользающие от человеческого глаза.
Параллельно в этом же направлении двигаются эксперты из петербургского ЛЭТИ и НМИЦ хирургии им. А. В. Вишневского, развивая методы автоматизированной сегментации тканей для помощи врачам-рентгенологам. Внедрение подобных технологий в клиническую практику способно радикально изменить статистику выживаемости, так как ИИ помогает исключить человеческий фактор и выявить болезнь на той стадии, когда хирургическое вмешательство еще максимально эффективно. Таким образом, медицина получает мощный инструмент, превращающий сложнейшую диагностическую задачу в стандартизированный и высокоточный процесс.
Российские ученые разработали инновационную нейросетевую модель, предназначенную для раннего выявления новообразований поджелудочной железы, которая считается одной из самых сложных для диагностики зон в онкологии. Благодаря совместной работе специалистов из БФУ им. И. Канта и Южного федерального университета была создана система на базе архитектуры U-Net, способная анализировать снимки компьютерной томографии с точностью около 88%. Особенность данного решения заключается в крайне высоких показателях чувствительности и специфичности, достигающих 98%, что позволяет алгоритму замечать даже мельчайшие патологические изменения, часто ускользающие от человеческого глаза.
Параллельно в этом же направлении двигаются эксперты из петербургского ЛЭТИ и НМИЦ хирургии им. А. В. Вишневского, развивая методы автоматизированной сегментации тканей для помощи врачам-рентгенологам. Внедрение подобных технологий в клиническую практику способно радикально изменить статистику выживаемости, так как ИИ помогает исключить человеческий фактор и выявить болезнь на той стадии, когда хирургическое вмешательство еще максимально эффективно. Таким образом, медицина получает мощный инструмент, превращающий сложнейшую диагностическую задачу в стандартизированный и высокоточный процесс.