Институт клинической морфологии и цифровой патологии

2 октября делегация СНК Патологической анатомии ИКМиЦП посетила город Санкт-Петербург и приняла участие в I Межвузовской олимпиаде по патологической анатомии 🧳 Победителями олимпиады стала команда Сеченовского университета «Сиротки Ани»: 🥇 Киракосьянц Анна - капитан команды, 4 курс ИКМ 🥇 Тетерина Екатерина - 6 курс ИКМ 🥇 Оганесян Давид - 4 курс ИКМ Участие в олимпиаде также приняла команда «Характерная триада»: 🏅 Далгатов Микаиль - капитан команды, 5 курс ИКМ 🏅 Чурилова Елизавета - 5 курс ИКМ 🏅 Ситникова Дарья - 6 курс ИКМ Мы благодарим СЗГМУ им. И.И. Мечникова за проведение олимпиады 🫂 Отдельную благодарность выражаем: 👏🏻 Занозину Александру Сергеевичу за скрупулезную подготовку команд 👏🏻 Кретовой Наталье Валерьевне за помощь в организации подготовки

Пользуйтесь мобильным приложением, чтобы не пропустить важные и интересные секции! 👉Зарегистрируйтесь заранее и станьте частью профессионального сообщества, определяющего будущее патологической анатомии и диагностических технологий.

🧬 III Форум «Патологическая анатомия: классические и современные подходы» С 1 по 3 октября 2025 года в Москве, в «Крокус Экспо», в рамках Российского диагностического саммита 2025 пройдёт ключевое событие для специалистов по морфологическим исследованиям. На форуме в зале М обсудим: • внедрение искусственного интеллекта в практику врача-патологоанатома • контроль качества высокотехнологичных методов исследования Особое внимание рекомендуем обратить на секцию «Контроль качества выполнения молекулярно-генетических исследований в онкологии», которая пройдет 2 октября в 16:00 в зале В, а также на секцию НИИ морфологии человека им. акад. А.П. Авцына, РНЦХ им. Петровского, которая состоится 3 октября в 14:15 в зале S. 📌 Форум станет площадкой для обмена опытом между патологоанатомами, исследователями и разработчиками ИИ-решений для морфологии. 🔗Программа мероприятия

🧬Российский диагностический саммит 2025 — пространство, где встречаются наука, технологии и практика. С 1 по 3 октября в «Крокус Экспо» мы соберем ведущих специалистов, чтобы обсудить будущее диагностики и место патоморфологии в нем. 💡Один из самых ожидаемых треков — сессия 1.М.3 «Внедрение искусственного интеллекта в практику врача-патологоанатома» (Артемова О.Р., Демура Т.А., Артемьева А.С.). Искусственный интеллект в патологической анатомии: очередной хайп или новая реальность? Как СППВР реально оптимизируют работу врача, почему ключевые разработки концентрируются в онкоморфологии и кто может создавать надежные датасеты для обучения нейросетей? Какие модели придут на смену сверточным и как регулировать их применение в лабораториях? 📌 Обсудим эти и другие вопросы вместе с ведущими экспертами РФ в области ML-инженерии и ИИ для патоморфологии. 🔗Программа мероприятия Пользуйтесь мобильным приложением, чтобы не пропустить важные и интересные секции!

Подготовка случая на клинико-анатомическую конференцию⬆️

Дорогие коллеги, и здесь всех ждём на нашей секции)))😎 ✅Регистрация https://rdsummit.ru/registration

Дорогие коллеги, всех ждём на нашей секции!!! ✅Регистрация https://digitalitmed.sechenov.ru

Только что в Чикаго прошел 10-й конгресс по научным публикациям. К каждой лекции есть абстракт, так что можно познакомиться с последними веяниями 🔥https://peerreviewcongress.org/peer-review-congress-2025-program/

https://www.nature.com/articles/s41467-025-62346-0 Представлен алгоритм ROSIE, предсказывающий экспрессию 50 белковых маркеров из изображений окрашенных гематоксилином и эозином (H&E) тканей. Обучен на 1300+ парных образцах H&E и мультиплексной иммунофлуоресценции (CODEX). ROSIE точно предсказывает экспрессию маркеров: идентифицирует лимфоциты (B-/T-клетки) и микроокружение опухоли, недоступные при анализе только H&E. Доступна на гитэхаб🔥

При внедрении любой технологии важно помнить не только о многообещающих возможностях, но так же о различных трудностях и недостатках. Учёные из Индии решили рассмотреть инструменты для анализа гистосканов, в т.ч. на основе ИИ, через призму SWOC (Strength, weakness, opportunities and challenges). В этой небольшой, но очень насыщенной статье авторы по отдельности описывают и разбирают каждый пункт из приведённой выше классификации, выводя из них оптимальные методы создания инструментов digital pathology и выбора задач для них. На рисунке тезисно представлен SWOC-анализ инструментов на основе ИИ. С полным текстом работы можно ознакомиться по ссылке:https://pmc.ncbi.nlm.nih.gov/articles/PMC12305316/

Наследственный диффузный рак желудка (НДРЖ) имеет достаточно характерную микроскопическую черту - перстневидные клетки. Использование ИИ в данной области кажется достаточно очевидным, и теперь перед исследователями встают задачи другого характера, например, выяснить - какие модели более всего подходят для распознавания опухолевых клеток? Учёные из Португалии и Нидерландов решили сравнить между собой и патологами две модели для распознавания элементов на изображениях - Faster R-CNN и nn-Net. Для этого они создали датасет из 350 гистосканов НДРЖ с 91 тысячей размеченных клеток. В этой "битве интеллектов" победу одержал nn-Net; он также продемонстрировал производительность на уровне человека при оценке размера очагов поражения и распределении типов клеток. На рисунке представлен графический абстракт статьи. С полным текстом работы можно ознакомиться по ссылке:https://pmc.ncbi.nlm.nih.gov/articles/PMC12303045/

Новые технологии столь стремительно врываются в нашу жизнь, что бывает трудно поспевать в ногу со временем. Для некоторых специалистов тонкости и детали работы систем на основе ИИ кажутся запутанными и не очень понятными. В попытке заполнить белые пятна в данной области для всех, специалисты из Канады опубликовали работу с говорящим названием: Simplified Artificial Intelligence Terminology for Pathologists. Как пример, на картинке из статьи наглядно представлена разница в процессе аннотации между классическими и сверточными (CNN) нейросетями. С полным текстом работы можно ознакомиться по ссылке: https://pmc.ncbi.nlm.nih.gov/articles/PMC12248457/