Это поможет врачам быстрее и точнее определять состояние пересаженной почки, снизить вероятность ошибок и повысить шансы сохранить новый орган.

Пересадка почки — это способ лечения хронической почечной недостаточности, который может значительно продлить жизнь пациента и улучшить ее качество. В России ежегодно проводится более 1000 таких операций.

Но даже после успешной операции есть риск отторжения пересаженной почки, несмотря на прием иммуносупрессоров.

Врачи регулярно проводят биопсию почки после пересадки, чтобы оценить состояние трансплантата. Они используют классификацию Banff, которая позволяет определить риски и стратегию терапии на основе признаков повреждения ткани трансплантата почки.

По результатам биопсии возможны три варианта:

• с трансплантатом все в порядке;
• есть промежуточные изменения, при которых нужно скорректировать терапию;
• наблюдаются признаки отторжения, при котором может потребоваться изменить стратегию лечения.

При этом граница между промежуточными изменениями и острым отторжением не всегда очевидна, — пояснил Алексей Файзуллин, заведующий лабораторией цифрового микроскопического анализа.

У классификации Banff нет достойных альтернатив, но у нее есть недостатки. Изменения патологического характера оцениваются визуально, а саму классификацию часто пересматривают.

Неточная оценка состояния трансплантата может серьезно повлиять на лечение пациента. Чтобы решить эту проблему, исследователи из Лаборатории цифрового микроскопического анализа Сеченовского Университета предложили использовать искусственный интеллект. Они работают над этим совместно со специалистами билайна и врачами из НКЦ №1 РНЦХ им. Б.В. Петровского.

Константин Романов, директор по искусственному интеллекту и цифровым продуктам билайна, генеральный директор ООО «МедТех ИИ», сообщил о проблеме корректной терапии после трансплантации.

Команда проверила гипотезу: «умную» количественную оценку можно использовать для улучшения показателей терапии после пересадки почки. Искусственный интеллект может помочь врачу стандартизировать исследования и точнее определить дальнейшую терапию. Модель не только облегчит врачам рутинные задачи, но и откроет новые возможности для исследований, — заявил Константин Романов.

Разработчики обучили нейросеть на обезличенных гистологических срезах биопсий, а затем проверили точность ее работы.

С помощью алгоритмов компьютерного зрения нейросеть анализировала структуру образца и могла «узнать» почечные клубочки, сосуды и другие элементы. Также она выявляла очаги воспалительного инфильтрата и фиброза. Площадь этих очагов важна для оценки состояния трансплантата.

Система оценки состояния трансплантатов Banff опирается на качественную балльную оценку, но этот метод критикуют профессионалы.

Мы разработали инструмент, который оценивает состояние регионов тканей с патологическими изменениями в процентах. Это позволит принимать более объективные решения о дальнейшей терапии, — пояснил Алексей Файзуллин.

В будущем исследователи планируют расширить список трансплантируемых органов, для которых будет разработан комплекс моделей. Следующим органом, состояние которого сможет анализировать нейросеть, станет сердце.

Работа ведется в рамках программы создания и развития НЦМУ «Цифровой биодизайн и персонализированное здравоохранение», исследование опубликовано в журнале Computational and Structural Biotechnology Journal.