Dio zdravog tkiva koji se odstranjuje zajedno s tumorom važan je pokazatelj uspješnosti operacije i petogodišnjeg preživljenja pacijenata. Onkološki kirurzi se za vrijeme operacije oslanjaju na intraoperativnu analizu tkiva od strane patologa u približno stvarnom vremenu. Zbog infiltracije tumora u tkiva koja ga okružuju precizna resekcija je zahtjevan problem.

Znanstvenici s Instituta Ruđer Bošković (IRB), u suradnji s međunarodnim partnerima i domaćim bolnicama, razvili su metodu računalne patologije koja pomoću posebne vrste snimanja histopatološkoih preparata omogućuje preciznije određivanje granica tumora, što su pokazali na primjeru metastatičkih tumora debelog crijeva u jetri.

Tim Zavod za elektroniku IRB-a, razvio je metodu računalne analize hiperspektralne slike histopatoloških preparata. Ova metoda omogućuje precizno određivanje granica tumorskog tkiva raka debelog crijeva metastaziranog u jetru. Sustav s više od 96 posto preciznosti razlikuje tumorske od zdravih stanica na razini piksela. Za razliku od uobičajenih metoda umjetne inteligencije, ovaj algoritam treba tek oko 1 posto ručno označenih podataka patologa.

Metode računalne patologije tradicionalno se oslanjaju na RGB (kolor) slike histopatoloških preparata, što znači da koriste samo informacije vidljive ljudskom oku. Time se gubi veliki dio podataka koji se nalaze izvan vidljivog spektra. Zato se sve češće primjenjuje hiperspektralno snimanje, tehnologija koja otkriva puno širi raspon informacija i otvara nove mogućnosti u medicini.

Ova metoda jednostavnija je za treniranje umjetne inteligencije, postiže usporedivu učinkovitost s naprednim dubokim mrežama te omogućuje primjenu već na razini pojedinačne slike. To otvara put za bržu i praktičniju integraciju u kliničko okruženje.

Nova metoda, nazvana GM-TSSA, uspjela je detektirati tumorske regije s preciznošću većom od 96 posto, koristeći pritom samo jedan posto ručno označenih piksela (0.5 posto po klasi).

Posebna vrijednost ovog projekta leži i u njegovoj otvorenosti. Cijeli skup podataka objavljen je na repozitoriju IRB-a, dok je izvorni kod dostupan putem GitHub platforme. To omogućuje drugim znanstvenicima da metodu testiraju, dorade ili primijene na druge vrste karcinoma, čime se ubrzava daljnji razvoj i širenje kliničke primjene.