ИИ-агенты в патологоанатомии: помощь в чтении гистологии

Патология переходит от отдельных нейросетей-детекторов к связкам, которые называют ИИ-агентами. Разница простая: детектор выдаёт одну карту вероятностей по одному снимку, а агент строит цепочку действий — открывает оцифрованное стекло, ищет зоны интереса, увеличивает их, считает митозы, сопоставляет находки с анамнезом из карты пациента и складывает это в черновик заключения. За 2023–2024 годы такие сценарии перешли из демо в пилотные внедрения: Microsoft показала фундаментальную модель Prov-GigaPath для гистопатологии (публикация в Nature, 2024), Google развивает Path Foundation, а на рынке уже есть допущенные регуляторами системы вроде Paige Prostate.

Что именно изменилось

Раньше цифровая патология означала одно: сканер превращал стекло в изображение размером в десятки гигапикселей, а отдельная модель подсвечивала участки, похожие на опухоль. Патолог смотрел подсветку и решал сам. Сейчас над этим слоем надстраивается агент¹ — программа, которая сама выбирает, какие инструменты применить к снимку и в каком порядке, вместо того чтобы прогонять всё через одну модель.

Практический сдвиг в трёх вещах. Первое — многозадачность: одна связка умеет и находить рак предстательной железы, и оценивать долю опухолевых клеток для молекулярного теста. Второе — работа с контекстом: агент подтягивает предыдущие биопсии пациента и клинические данные, а не смотрит на стекло в вакууме. Третье — черновик текста: система формулирует предварительное описание, которое врач правит, а не пишет с нуля.

Агент не ставит диагноз. Он сокращает время на рутину — поиск нужного поля зрения и подсчёт клеток — чтобы патолог тратил внимание на решение, а не на прокрутку гигапиксельного снимка.

Что уже допущено к работе, а что эксперимент

Здесь важно разделять. Есть системы с разрешением регуляторов (например, FDA в США), которые встроены в рабочий процесс лаборатории как вспомогательные. И есть фундаментальные модели из исследований, которые показывают сильные результаты на бенчмарках, но не являются медицинскими изделиями и не предназначены для постановки диагноза.

Разрешение регулятора и точность на бенчмарке — разные вещи. Модель может показывать высокий AUROC на публичном наборе и при этом не иметь права участвовать в диагностике в конкретной стране. Порядок допуска медицинских ИИ-систем в России регулирует Росздравнадзор, и наличие западного одобрения FDA не означает автоматического права применения здесь.

Откуда берётся выигрыш и где риск

Оцифрованное стекло — это до нескольких десятков гигапикселей. Ручной просмотр означает прокрутку и увеличение сотен полей зрения. Агент решает две узкие, но дорогие по времени задачи:

• Триаж. Раскладывает очередь так, чтобы стёкла с вероятной патологией врач смотрел первыми, а очевидно чистые — во вторую очередь.
• Подсчёт и измерение. Число митозов, доля опухолевых клеток, площадь поражения — рутинные, но влияющие на решение цифры, где человек устаёт и ошибается.

Риски тоже конкретные. Модель, обученная на снимках со сканеров одного производителя и окраске одной лаборатории, может терять точность на данных из другой — это проблема обобщения между площадками. Ложноотрицательный результат в скрининге опаснее ложноположительного: пропущенная опухоль дороже лишней перепроверки. Поэтому регуляторы допускают такие системы в режиме assistive — как второе мнение, а не как замену патолога.

Кому это пригодится и кому нет

Пригодится:

• Крупным лабораториям с потоком биопсий и очередями на заключение — там триаж реально экономит часы.
• Учреждениям, где уже есть сканеры и цифровой архив стёкол: без оцифровки агенту нечего анализировать.
• Задачам с воспроизводимым подсчётом — митозы, Ki-67, доля опухоли для молекулярного теста, где человеческая вариативность высока.

Не пригодится или преждевременно:

• Лабораториям без цифрового рабочего потока: сначала сканер и архив, потом ИИ.
• Редким и сложным случаям, где мало обучающих данных — модель на них ненадёжна.
• Тем, кто ждёт автоматического диагноза без врача: таких допущенных систем для клиники нет.

Сколько это стоит

Прозрачного прайса, как у потребительских подписок на ИИ, здесь нет. Цифровая патология — это капитальные вложения в сканеры, хранилище на петабайты и интеграцию с лабораторной информационной системой, плюс лицензия на софт. Стоимость считается под конкретное учреждение и объём, публичных тарифов вендоры обычно не раскрывают. Если вам называют точную цену подписки на медицинский патологический ИИ «для всех» — это повод уточнить, что именно в неё входит и есть ли у продукта регистрация как медизделия в вашей стране.

¹ Агент в этом контексте — программа, которая для достижения цели сама выбирает последовательность действий и инструментов (открыть снимок, увеличить участок, вызвать модель-классификатор, свериться с историей), а не выполняет один фиксированный запрос.