Главное — сердцем не стареть: ИИ научился оценивать биологический возраст органов по структуре тканей

Можно ли создать подобную систему в России и что для этого потребуется, объясняет Роберт Васильев, основатель и руководитель Концерна ИИ-технологий Z-union*, вице-президент АЛРИИ.

«Тканевые часы»

Исследователи разработали «тканевые часы», которые оценивают биологический возраст отдельных органов по гистологическим изображениям.

ИИ проанализировал 25 712 цифровых гистологических изображений 40 типов тканей, полученных от 983 человек, и выявил характерные морфологические изменения тканей, связанные с возрастом.

Согласно выводам статьи, органы стареют с разной скоростью, а ускоренное старение отдельных тканей связано с хроническими заболеваниями. Сопоставив гистологические данные с профилями экспрессии генов, исследователи также показали, что признаки ускоренного старения отдельных органов потенциально можно определять по данным крови.

В перспективе подход может использоваться для мониторинга старения и, возможно, раннего выявления заболеваний, однако его прогностическую ценность ещё предстоит подтвердить в проспективных клинических исследованиях.
 
Комментарий эксперта

Исследование интересно прежде всего тем, что показывает возможности ИИ при работе с большими массивами достоверных и верифицированных медицинских данных. Если такие данные собраны, структурированы и связаны между собой, на их основе можно проверять множество гипотез и создавать новые диагностические инструменты.

В России это направление также развивается. При содействии Центра диагностики и телемедицины Департамента здравоохранения Москвы системная работа ведётся прежде всего с данными лучевой диагностики; параллельно появляются платформы для анализа гистологических изображений. Это особенно важно для онкологии, поскольку именно исследование ткани в большинстве случаев позволяет окончательно подтвердить диагноз.

Главным ограничением остаётся не отсутствие данных, а их разрозненность. Пациент может пройти маммографию в одной организации, сделать биопсию и гистологию в другой, сдать анализы в третьей — и вся эта информация окажется в разных системах. В отличие, например, от британского биобанка, объединяющего медицинские изображения, геномные и другие данные, в России пока нет сопоставимой единой масштабной и широко доступной базы размеченных гистологических исследований.

Определённые подвижки есть: развивается ЕМИАС, результаты части исследований уже объединяются в цифровом профиле пациента. Однако зрелости и стандартизации данных пока недостаточно для массового создания решений, подобных описанному в Nature Medicine. Сбор, очистка, разметка и связывание таких массивов — сложная, дорогая и кропотливая работа.

Именно качество и совместимость данных, а не только совершенство алгоритмов, будут определять скорость дальнейшего развития медицинского ИИ.

👉Ссылка на исследование в Nature Medicine.

#O2Consultingweekend

👋 Подписаться на Max
🌐Ваш O2Consulting