Нейросети ускорят выявление эндокринных опухолей на смартфоне

Американские исследователи разработали искусственный интеллект, способный выявлять эндокринные виды рака по медицинским снимкам через обычный смартфон. Новая технология, представленная на конференции ENDO 2025 в Сан-Франциско, обещает сократить время постановки диагноза до секунды и упростить доступ к онкологической помощи в регионах с ограниченным доступом к специалистам.

Команда из Университета Техаса в Хьюстоне во главе с Джанси Рани Сетхурадж представила инновационное приложение, которое использует нейросети EfficientNet и ResNet для анализа КТ, МРТ, УЗИ и биопсий эндокринных опухолей. Разработка функционирует на стандартных смартфонах без необходимости в специализированном оборудовании.

Эндокринные опухоли, поражающие щитовидную железу, яичники, поджелудочную железу, гипофиз и надпочечники, часто трудно диагностировать из-за неспецифических симптомов и гормональных нарушений. По данным ВОЗ, рак ежегодно уносит жизни около 10 миллионов человек, что подчеркивает важность новых инструментов ранней диагностики.

Для обучения и тестирования ИИ-алгоритмов была создана обширная база анонимных медицинских изображений пациентов с шести континентов. Исследователи из AIM Doctor — Рамая и Кавин Эланговен — обеспечили масштабируемость данных. Врачи из разных стран подтвердили высокую скорость работы приложения: анализ снимка занимает менее одной секунды даже на слабых устройствах.

Основатель AIM Doctor Эланговен Кришнан отметил: «Этот ИИ открывает возможности ранней диагностики в регионах, где нет профильных специалистов. Он снизит количество ошибок, ускорит начало лечения и поможет спасти жизни, особенно в странах с ограниченными ресурсами».

Главными преимуществами технологии являются доступность — отсутствие необходимости в дорогостоящем оборудовании и специалистах, скорость постановки диагноза и уменьшение влияния человеческого фактора. Однако эксперты предупреждают, что 99% точности получены на идеальных данных. В реальной клинической практике качество снимков может варьироваться, а редкие или ранние формы опухолей требуют дополнительной проверки эффективности алгоритма.