Козловська Г. О., Демченко К. О., Гриценко А. О.
МОРФОЛОГІЧНИЙ АНАЛІЗ ПЛАЦЕНТИ ІЗ ЗАСТОСУВАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ
Показати/Завантажити PDF
Про автора:
Козловська Г. О., Демченко К. О., Гриценко А. О.
Рубрика:
ПЕРСПЕКТИВИ РОЗВИТКУ МОРФОЛОГІЧНИХ І КЛІНІЧНИХ ДОСЛІДЖЕНЬ
Тип статті:
Наукова стаття
Анотація:
Плацента є ключовим органом фето-материнського комплексу, морфологічний стан якого відображає перебіг вагітності та перинатальні наслідки. Традиційні методи світлооптичної мікроскопії й морфометрії залишаються «золотим стандартом» морфологічної оцінки, однак характеризуються значною трудомісткістю та суб’єктивністю. Розвиток цифрової патології та технологій штучного інтелекту (ШІ), зокрема глибокого навчання, відкрив нові можливості для автоматизованого аналізу гістологічних препаратів плаценти й виявлення змін, пов’язаних із плацентарною дисфункцією та ускладненнями вагітності. Метою роботи є узагальнення сучасних літературних даних щодо застосування алгоритмів штучного інтелекту в морфологічному аналізі плаценти людини. Проаналізовано дослідження 2020-2025 рр., присвячені використанню методів глибокого навчання та комп’ютерного зору для кількісної оцінки структурних компонентів плаценти й ідентифікації уражень при прееклампсії та інших ускладненнях вагітності. Показано, що застосування ШІ підвищує об’єктивність і відтворюваність морфологічної оцінки та розширює можливості морфометричного аналізу. Водночас окреслено основні обмеження впровадження цих підходів, зокрема необхідність стандартизації дослідницьких протоколів і клінічної валідації алгоритмів ШІ.
Теги:
Список цитованої літератури:
- Marletta S, Ferri N, Gentile L, D’Amati A, Giordano G, Rossi R. Application of digital imaging and artificial intelligence to pathology of the placenta. Pediatr Dev Pathol. 2023;26(1):5-12. DOI: 10.1177/10935266221137953.
- Hutchinson JC, Picarsic J, McGenity C, Treanor D, Williams B, Sebire NJ. Whole slide imaging, artificial intelligence, and ma- chine learning in pediatric and perinatal pathology: current status and future directions. Pediatr Dev Pathol. 2025;28(2):91-98. DOI:10.1177/10935266241299073.
- d’Amati A, Baldini GM, Difonzo T, Dellino M, Cerbone M, Caruso G. Artificial intelligence in placental pathology: new diagnostic imaging tools in evolution and in perspective. J Imaging. 2025;11(4):110. DOI: 10.3390/jimaging11 040110.
- Vanea C, Džigurski J, Rukins V, Dodi O, Siigur S, Marom EM, et al. Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY. Nat Commun. 2024;15:2710. DOI: 10.1038/s41467-024-46986-2.
- Jung YM, Park S, Ahn Y, Kim H, Kim EN, Hye EP, et al. Identification of preeclamptic placenta in whole slide images using artificial intel- ligence placenta analysis. J Korean Med Sci. 2024;39:e271. DOI: 10.3346/jkms.2024.39.e271.
- Tertyshnyk DYu, Prokopiuk OS, Prokopiuk VYu, Lazurenko VV, Borzenkova IV, Chernyak OL. Morphological features of placenta in placen- tal dysfunction associated with diabetes mellitus. Ukr J Med Biol Sport. 2022;7(1):79-85. DOI: 10.26693/jmbs07.01.079.
- Stanek J. Placental pathology in the era of digital pathology. Placenta. 2021;104:56-63.
- Salafia CM, Charles AK, Maas EM. Placental structure in fetal growth restriction. Placenta. 2019;84:20-26.
- Rajaraman S, Antani SK. Deep learning in histopathology: challenges and future directions. Med Image Anal. 2020;65:101786. DOI:10.1016/j.media.2020. 101786.
- Chen PHC, Gadepalli K, MacDonald R, Liu Y, Knaflic TN, Korfiatis P, et al. An overview of deep learning in medical imaging. Nat Biomed Eng. 2019;3:753-772. DOI: 10.1038/s41551-019-0449-0.
Публікація статті:
«Вісник проблем біології і медицини», 2025 Випуск 4, 179 додаток, 46-47 сторінки, код УДК 611.013.85:004.89
