Ново научно изследване показва потенциала на комбинацията между изкуствен интелект и анализ на кръвни клетки за откриване на признаци, свързани с онкологични заболявания.

Кръвната биопсия е едно от направленията в съвременната онкология, което привлича все по-голям научен интерес. За разлика от традиционната тъканна биопсия, при която се взема материал непосредствено от тумора, този подход изследва определени биологични маркери в кръвна проба. Целта е да се извлече допълнителна информация за наличието и характеристиките на онкологично заболяване чрез минимално инвазивно изследване.

Ново проучване, публикувано през август 2026 г. в научното списание Cancers, изследва как изкуственият интелект може да подпомогне откриването на циркулиращи тумор-асоциирани клетки в кръвта. Разработката съчетава специализиран алгоритъм за анализ на изображения с класификационен модел, който оценява характеристиките на клетките.

Научната публикация: Attention U-Net-Based Segmentation and Hybrid Classification for Detection of Circulating Tumor-Associated Cells

Как работи технологията?

Изследователският екип използва флуоресцентна микроскопия и алгоритми с изкуствен интелект, за да идентифицира клетки с характеристики, свързани с туморен процес, сред големия брой кръвни клетки.

Методът включва няколко последователни етапа:

• Маркиране и визуализация на клетките – използват се специфични маркери и флуоресцентно изображение, за да се разграничат определени клетъчни структури.
• Анализ чрез изкуствен интелект – архитектурата Attention U-Net подпомага локализирането и сегментирането на клетките в микроскопските изображения.
• Оценка на клетъчните характеристики – извличат се 64 предварително определени цитологични характеристики.
• Класификация – алгоритъмът Random Forest използва тези характеристики, за да подпомогне разграничаването на тумор-асоциираните клетки от останалите клетки в пробата.

Тази комбинация цели да направи анализа по-последователен и да намали зависимостта от изцяло ръчна интерпретация на микроскопските изображения.

Какви са резултатите от проучването?

Авторите оценяват разработения подход в няколко групи, включително пациенти с онкологични заболявания, хора с доброкачествени състояния и участници без известна онкологична диагноза.

Сред отчетените резултати са:

• 90,68% чувствителност в предварителното изследване при пациенти с напреднали онкологични заболявания.
• 88,65% чувствителност при откриване на тумор-асоциирани клетки в изследвана група с рак в I и II стадий, преди започване на лечение.
• При отделна група от 7183 участници безсимптомно изследваните проби са били положителни за тумор-асоциирани клетки при 44 души. При 16 от тях впоследствие е потвърден рак в I или II стадий, 10 не са имали образно установимо заболяване при наличната оценка, а при 18 случаите са останали неизяснени към момента на анализа.

Тези данни показват потенциал за по-нататъшно развитие на технологиите за откриване на тумор-асоциирани клетки. Те обаче трябва да се интерпретират внимателно: резултатите са получени в конкретни изследователски групи, а проследяването на част от участниците в безсимптомната група не е било завършено. Показателите от различните групи не са взаимозаменяеми и не могат автоматично да се пренасят към общата популация.

Какво означава това за бъдещето на кръвната биопсия?

Една от основните цели на съвременната онкологична диагностика е да се откриват биологични сигнали за заболяване възможно най-рано и да се проследяват промените в хода на лечението.

Анализът на циркулиращи туморни и тумор-асоциирани клетки е едно от направленията, които могат да допринесат за тази цел. В комбинация с изкуствен интелект той предлага възможност за автоматизиран анализ на голям брой клетки и за стандартизиране на част от процеса по тяхното разпознаване.

Потенциалните приложения включват подпомагане на диагностичната оценка, проследяване на пациенти с онкологични заболявания и изследване на минимално инвазивни подходи за откриване на рак. Необходимо е обаче всяко конкретно приложение да бъде оценено чрез подходящи клинични проучвания и да се използва в съответствие с установените медицински стандарти.

Важно е да се подчертае, че откриването на тумор-асоциирани клетки само по себе си не представлява окончателна диагноза рак. По същия начин отрицателният резултат не изключва категорично наличието на онкологично заболяване. Резултатите от подобни изследвания следва да се интерпретират от специалист и при необходимост да се съпоставят с клиничната картина, образните изследвания и другите диагностични методи.

Hill Clinic следи развитието на съвременните диагностични технологии

Развитието на кръвната биопсия и приложението на изкуствения интелект откриват нови възможности пред персонализираната медицина. Научните публикации в тази област са важни за оценката на потенциала на новите технологии, техните ограничения и възможното им място в клиничната практика.

Източник: Cristofanilli M. et al. Attention U-Net-Based Segmentation and Hybrid Classification for Detection of Circulating Tumor-Associated Cells. Cancers. 2026;18(16):2691. DOI: 10.3390/cancers18162691.