Диагностика центральной остеосаркомы низкой степени злокачественности с использованием математической модели нейронной сети. Описание клинического случая и обзор литературы

Обоснование. Диагностика центральной остеосаркомы низкой степени злокачественности представляет серьёзную диагностическую проблему, так как, по данным методов лучевой диагностики и гистологии, она имеет значительное сходство с различными доброкачественными процессами, при этом наиболее часто ошибочно диагностируется фиброзная дисплазия. Математические модели на основе свёрточных нейронных сетей успешно применяются для автоматизированного анализа цифровых гистологических изображений, включая классификацию опухолей, сегментацию областей интереса и идентификацию морфологических признаков злокачественности.

Описание клинического случая. В статье описан клинический случай 33-летней пациентки, у которой после патологического перелома диафиза бедренной кости патологический процесс длительно и ошибочно был интерпретирован как фиброзная дисплазия. При пересмотре гистологических препаратов и повторной биопсии в специализированном центре НМИЦ ТО им. Н.Н. Приорова диагностирована центральная остеосаркома низкой степени злокачественности с участками дедифференцировки и формированием очагов остеосаркомы высокой степени злокачественности. Для вспомогательной верификации диагноза использована математическая модель на базе свёрточной нейронной сети (ResNet-101), ранее разработанная авторами для автоматической детекции патологических митозов на цифровых гистологических изображениях. Модель проанализировала отсканированные препараты (Leica Aperio CS2, ×400), идентифицировав несколько объектов с высокой вероятностью патологических митозов (максимальные оценки вероятности — 99 и 92%), что сопоставлялось с заключениями двух опытных патологоанатомов и подтвердило злокачественный характер процесса.

Заключение. Представлено клинико-морфологическое и радиологическое описание заболевания, рассмотрены диагностические трудности и схожесть с фиброзной дисплазией и другими доброкачественными процессами, а также потенциал и ограничения применения методов искусственного интеллекта в патоморфологии при редких опухолях с низкой митотической активностью. Сделан акцент на роли нейросетевого анализа как вспомогательного инструмента для повышения воспроизводимости и чувствительности метода выявления митозов, необходимости многоцентровой валидации моделей и внедрения методов нормализации окраски и интерпретируемости результатов для клинического применения.