В ЛЭТИ обучили нейросеть оперативно выявлять рак молочной железы на ранних стадиях по КТ-снимкам

05.03.2026 |

Благодаря изобретению диагностика заболевания занимает пару минут, тогда как сегодня на расшифровку одного КТ-снимка уходит до суток. При этом технология снижает вероятность клинической ошибки на 20% и может принести медицинским учреждениям значительную экономию средств, так как исключает необходимость в повторной диагностике.

По данным Национального медицинского исследовательского центра радиологии Минздрава России, количество летальных случаев от рака молочной железы (РМЖ) в нашей стране достигает 4-7 тысяч человек в год. Высокая смертность обусловлена поздним выявлением заболевания даже с помощью современного оборудования, в том числе компьютерной томографии (КТ). Ранняя диагностика способствует дальнейшему успешному лечению, однако она осложняется тем, что глаз врача попросту не может заметить на КТ-снимках начальные признаки заболевания.

При этом эксперты Национального медицинского исследовательского центра имени В.А. Алмазова отмечают, что анализ одного КТ-снимка занимает до суток. Эта проблема актуальна в ряде стран. Корейские исследователи выяснили, что в порядке 64 % случаев кардиологи не замечают на КТ грудной клетки РМЖ на ранней стадии. Автоматизация анализа снимков может минимизировать и даже исключить такие случаи.

В СПбГЭТУ «ЛЭТИ» в партнерстве с экспертами Национального медицинского исследовательского центра имени В.А. Алмазова разработали прототип медицинского программного обеспечения (ПО), ядром которого является модель искусственного интеллекта (ИИ), – систему помощи принятия медицинских решений (СППМР).

«Разработанная система обучена на 65 исследованиях и 7000 полностью обезличенных снимках из базы Национального медицинского исследовательского центра имени В.А. Алмазова. В каждом исследовании были очаги рака молочной железы, но не на каждом срезе имелись раковые опухоли. Базовое тестирование показало, что ИИ-модель позволяет охватить ключевые задачи диагностики рака молочной железы и администрирования. Система работает следующим образом. Пациентка проходит КТ-обследование в медклинике. Снимки с оборудования поступают на сервер, где нейросеть автоматически обрабатывает их и выделяет фрагменты с признаками онкологии. Далее снимки поступают на персональный компьютер врача, который делает заключение. В результате анализ исследования занимает пару минут в зависимости от объема анализируемых данных». – Руководитель проекта OncоDetect AI, магистрант 1 курса факультета компьютерных технологий и информатики СПбГЭТУ «ЛЭТИ» Денис Степаненко

На российском рынке есть аналогичные цифровые решения, но они не работают со снимками КТ для обнаружения РМЖ.

«Разработки позволит сохранить тысячи жизней. Она будет интересна врачам, частным и государственным больницам, производителям программного обеспечения для диагностических аппаратов, так как повысит скорость и точность обследования. При этом ИИ-модуль в разы снижает затраты медицинских учреждений на уточняющих исследованиях одного пациента и до 20% снижает вероятность клинической ошибки». – Руководитель проекта OncоDetect AI, магистрант 1 курса факультета компьютерных технологий и информатики СПбГЭТУ «ЛЭТИ» Денис Степаненко

Разработка относится к критическим технологиям РФ «Искусственный интеллект», «Технологии диагностики и терапии онкологических заболеваний».

В составе рабочей команды – к.м.н., доцент, заведующая отделом лучевой диагностики ФГБУ «НМИЦ им. В.А. Алмазова» И.В. Басек, М.Р. Чубарова, Н.А. Подунов, К.О. Тарасов. В настоящее время разработчики рассматривают возможность включить модель в более крупные сервисы-агрегаторы с уже построенной инфраструктурой и готовой сетью клиентов – в рамках партнерского маркетинга.

Разработка проведена в рамках акселерационной программы «Стартапы ЛЭТИ», которая реализуется в рамках федерального проекта «Технологии» национального проекта «Эффективная и конкурентная экономика».