Новый ИИ-метод помогает выявлять рак матки на ранней стадии без биопсии

Ранняя диагностика рака матки остается одной из важнейших задач современной онкогинекологии. Несмотря на развитие медицинских технологий, для подтверждения диагноза по-прежнему часто используется биопсия эндометрия — инвазивная процедура, которая может вызывать дискомфорт у пациенток и не всегда позволяет обнаружить патологические изменения. Теперь исследователи из Вашингтонского университета в Сент-Луисе предложили перспективную альтернативу, основанную на сочетании искусственного интеллекта и современных методов медицинской визуализации.

Рак матки, а точнее рак эндометрия, считается наиболее распространенным видом гинекологического рака во многих странах мира. Только в США ежегодно регистрируются десятки тысяч новых случаев заболевания, причем заболеваемость продолжает расти. Особую опасность представляет тот факт, что на ранних стадиях болезнь может протекать практически бессимптомно, а эффективность лечения напрямую зависит от своевременного обнаружения патологических изменений.

В рамках нового исследования специалисты использовали технологию оптической когерентной томографии (ОКТ). Этот метод позволяет получать детализированные трехмерные изображения тканей благодаря анализу отраженного света. В отличие от традиционных методов обследования, ОКТ не требует удаления образцов ткани и обеспечивает визуализацию внутренних структур с высоким разрешением в режиме реального времени.

Ученые создали специальный миниатюрный катетерный зонд, который способен сканировать всю полость матки всего за несколько секунд. Полученные изображения фактически формируют так называемую оптическую биопсию — цифровую карту тканей, позволяющую оценивать их состояние без хирургического вмешательства.

Исследование охватило 57 образцов матки, полученных после проведения гистерэктомии. В 34 случаях были выявлены предраковые изменения высокого риска либо ранние стадии рака эндометрия. Анализ трехмерных изображений показал, что нормальные ткани, доброкачественные изменения, предраковые поражения и злокачественные опухоли имеют характерные различия в структуре и оптических свойствах, которые можно надежно фиксировать с помощью ОКТ.

Для обработки огромного объема данных исследователи применили алгоритмы машинного обучения. Система анализировала 26 различных характеристик изображений и автоматически относила ткани к одной из двух категорий: нормальные или доброкачественные изменения, а также предраковые или раковые процессы. В ходе испытаний технология продемонстрировала чувствительность 94% и специфичность 87%, что является весьма высоким показателем для ранней диагностики онкологических заболеваний.

По мнению авторов работы, одним из главных преимуществ новой методики является возможность исследования всей полости матки за один короткий сеанс. Традиционная биопсия оценивает лишь отдельные участки ткани, поэтому существует риск пропустить патологический очаг. Оптическая томография позволяет значительно уменьшить вероятность таких ошибок и повысить качество диагностики.

Специалисты также отмечают, что сегодня не существует общепринятой программы массового скрининга рака матки, аналогичной скринингу рака груди или шейки матки. Поэтому появление быстрых, безопасных и относительно недорогих технологий может существенно изменить подход к профилактике заболевания. Особенно важным это может оказаться для женщин с повышенным риском развития опухолей эндометрия.

Новая технология представляет интерес не только для диагностики рака матки, но и для изучения других заболеваний эндометрия. В перспективе подобные системы могут использоваться для оценки состояния слизистой оболочки матки при различных патологиях, включая эндометриоз, гиперплазию эндометрия и предраковые изменения, требующие постоянного наблюдения.

Следующим этапом станет проведение клинических испытаний с участием живых пациенток. Если результаты подтвердятся в реальной медицинской практике, искусственный интеллект и оптическая когерентная томография могут стать важным инструментом раннего выявления рака матки, позволяя обнаруживать заболевание на стадиях, когда лечение наиболее эффективно и шансы на полное выздоровление максимально высоки.