Диагностика — это комплекс медицинских мероприятий, направленных на установление точного диагноза. Она позволяет выявить заболевание на ранней стадии, определить его характер, тяжесть и выбрать наиболее эффективное лечение.
") онкологических заболеваний, включая рак матки. Исследование, проведённое специалистами из Института онкологии Найта при Университете здравоохранения и науки Орегона, позволило создать систему OmicsTweezer — мощный алгоритм, объединяющий технологии машинного обучения, глубоких нейросетей и анализа больших биомедицинских данных. Задача OmicsTweezer — улучшить понимание состава [клеток](https://omrst.ru/glossary/cell "Клетка — это основная структурная и функциональная единица живого организма. Все ткани и органы человека состоят из клеток, каждая из которых выполняет уникальные функции, необходимые для жизни и поддержания здоровья.
") внутри [опухоли](https://omrst.ru/glossary/tumor "Опухоль — это патологическое образование, возникающее в результате неконтролируемого деления клеток. Она может быть доброкачественной (не распространяется на другие органы) или злокачественной (способна к метастазированию и разрушению окружающих тканей).
") и окружающей её микросреды. Это критически важно, так как именно разнообразие клеток влияет на развитие опухоли, её устойчивость к терапии и вероятность рецидива. Традиционные методы опираются на усреднённые данные по всей ткани, что делает невозможным точное определение соотношения различных типов клеток. С другой стороны, одноклеточные технологии, хотя и дают более точную информацию, остаются дорогостоящими и трудно применимыми в широкомасштабных клинических исследованиях. Новый алгоритм решает эту задачу за счёт объединения разнородных данных в одном аналитическом пространстве. OmicsTweezer использует оптимальный перенос для выравнивания данных по отдельным клеткам и массивов данных по ткани, что позволяет устранить искажения, вызванные различиями в способах их получения. В результате получается более полное и точное представление о клеточном составе опухоли. Технология уже была протестирована на данных пациентов с раком предстательной железы и толстой кишки. Система успешно обнаружила редкие подтипы клеток, отследила динамику их изменений между группами пациентов и позволила оценить, какие клеточные популяции могут служить мишенями для терапии. Благодаря использованию нейросетей, OmicsTweezer находит сложные нелинейные закономерности, недоступные для простых математических моделей, ранее применявшихся в анализе биопсии. Преимущества подхода: точная оценка состава ткани без необходимости в дорогом секвенировании каждой [клетки](https://omrst.ru/glossary/cell "Клетка — это основная структурная и функциональная единица живого организма. Все ткани и органы человека состоят из клеток, каждая из которых выполняет уникальные функции, необходимые для жизни и поддержания здоровья.
"); объединение данных из разных источников; выявление скрытых клеточных популяций, влияющих на течение болезни; возможность масштабного применения на больших клинических выборках. Инструмент создан в рамках проекта SMMART — флагманской инициативы по разработке персонализированных подходов к лечению запущенных форм рака. Проект направлен на изучение молекулярных и структурных изменений опухоли в ответ на [терапию](https://omrst.ru/glossary/therapy "Терапия — это раздел медицины, направленный на диагностику, лечение и профилактику внутренних заболеваний без хирургического вмешательства. Врач, занимающийся этим направлением, называется терапевтом. Он оказывает первичную медицинскую помощь и наблюдает пациентов с широким спектром заболеваний: от простуды и бронхита до гипертонии, диабета и сердечной недостаточности.
") и позволяет отслеживать эффективность лечения в режиме реального времени. OmicsTweezer открывает новые горизонты в изучении рака матки, где высокое клеточное разнообразие и гетерогенность опухоли затрудняют диагностику и выбор эффективной терапии. Система способна повысить точность распознавания агрессивных форм заболевания, выявить ранее нераспознанные клеточные клоны и ускорить разработку таргетных лекарств. В будущем технология может стать основой для стандартного инструментария при анализе биопсий, особенно в области гинекологической онкологии. Это повысит эффективность диагностики, улучшит прогноз и позволит индивидуализировать лечение для каждой пациентки. **Ссылка:** «OmicsTweezer: модель деконволюции клеток, независимая от распределения, для мультиомических данных» [ DOI: 10.1016/j.xgen.2025.100950.](https://www.cell.com/cell-genomics/fulltext/S2666-979X(25)00206-X "DOI: 10.1016/j.xgen.2025.100950") - Связанные статьи: [Flexynesis: глубокое обучение в персонализированной терапии рака груди и матки](https://omrst.ru/145,2025) | [Жидкостная биопсия научилась предсказывать эффективность иммунотерапии при раке груди](https://omrst.ru/237,2026) | [Искусственный интеллект в маммографии: крупнейшее исследование в США меняет подход к скринингу рака груди](https://omrst.ru/160,2025) | [Искусственный интеллект и НЛП меняют подход к персонализированному лечению рака груди](https://omrst.ru/94,2025) | [Искусственный интеллект меняет подход к психиатрической помощи пациенткам с раком груди](https://omrst.ru/123,2025) | [Искусственный интеллект ускорил выявление рака груди: диагностика теперь может занимать всего один день](https://omrst.ru/262,2026) - Похожие материалы: [Пожилые женщины остаются в группе риска по раку шейки матки, несмотря на завершение скрининга](https://omrst.ru/30,2025) | [Прогнозируемое увеличение заболеваемости и смертности от рака матки к 2050 году](https://omrst.ru/28,2025) | [Рост числа случаев рака матки и смертности: прогноз до 2050 года тревожит исследователей](https://omrst.ru/52,2025) Загрузка следующей статьи... ## Schema ```json { "@context": "https://schema.org", "@graph": [ { "@type": "WebSite", "@id": "https://omrst.ru/#website", "url": "https://omrst.ru/", "name": "ОРМСТ", "inLanguage": "ru-RU" }, { "@type": "CollectionPage", "@id": "https://omrst.ru/news#collection", "url": "https://omrst.ru/news", "name": "Новости ИИ-диагностики рака и бесплодия", "isPartOf": { "@id": "https://omrst.ru/#website" }, "description": "Новости ОРМСТ: ИИ-диагностика рака груди и рака матки, анализ эндометрия, технологии выявления бесплодия и инновации в медицинской диагностике.", "inLanguage": "ru-RU" }, { "@type": "Blog", "@id": "https://omrst.ru/news#blog", "url": "https://omrst.ru/news", "name": "Новости ОРМСТ", "description": "Новости ИИ-диагностики рака груди, рака матки, анализа эндометрия и технологий выявления бесплодия.", "isPartOf": { "@id": "https://omrst.ru/news#collection" }, "inLanguage": "ru-RU" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "ОРМСТ – прорывные решения в диагностике рака и репродуктологии", "item": "https://omrst.ru" }, { "@type": "ListItem", "position": 2, "name": "Новости", "item": "https://omrst.ru/news" }, { "@type": "ListItem", "position": 3, "name": "Искусственный интеллект помогает точно расшифровывать ткани опухоли по биопсии", "item": "https://omrst.ru/59,2025" } ] } ``` ```json { "@context": "https://schema.org", "@type": "Article", "mainEntityOfPage": { "@type": "WebPage", "@id": "https://omrst.ru/59,2025" }, "headline": "Искусственный интеллект помогает точно расшифровывать ткани опухоли по биопсии", "description": "Американские учёные представили новый инструмент анализа биопсийных образцов, который способен существенно изменить подход к диагностике онкологических заболеваний, включая рак матки. Исследование, проведённое специалистами из Института онкологии Найта при Университете здравоохранения и науки Орегона, позволило создать систему OmicsTweezer — мощный алгоритм, объединяющий технологии машинного обучения, глубоких нейросетей и анализа больших биомедицинских данных.", "image": { "@type": "ImageObject", "url": "https://omrst.ru/images/img_25/d62bd052-0c84-4f40-9d9e-0060ff38c483.jpg" }, "publisher": { "@type": "Organization", "name": "Облачные решения в медицине - спектроскопия и термография", "logo": { "@type": "ImageObject", "url": "https://omrst.ru/images/stai_2_1.png" } }, "author": { "@type": "Person", "name": "Научный автор", "url": "https://omrst.ru/contact-us" }, "datePublished": "2025-07-17T08:27:46+03:00", "dateCreated": "2025-07-17T08:27:46+03:00", "dateModified": "2025-07-17T08:27:46+03:00" } ```