Студент МФТИ выиграл соревнование FLARE по медицинскому ИИ: опухоль на КТ за 11 секунд

Соревнование FLARE (Fast, Low-resource, Accurate, Robust and Effectual medical image analysis, быстрый, экономичный, точный и надёжный анализ медицинских изображений) проводится с 2021 года и с каждым годом усложняет задачи: от разметки органов к поиску опухолей любой локализации. Итоги задачи Task 1 на FLARE 2026 были подведены на конференции MICCAI в Страсбурге, сообщает команда проекта PANTHER из AIRI.

Что потребовали от участников?

Условия Task 1 на соревновании FLARE 2026 были намеренно приближены к реальности районной больницы:

• 60 секунд на один снимок и 4 ГБ видеопамяти. Если модель не укладывалась в минуту, снимку ставили ноль баллов за точность. Медленная модель проигрывала не только по скорости, а полностью.
• Опухоли любого органа. Печень, почка, поджелудочная, лёгкое, лимфоузлы и ещё как минимум шесть типов рака. Снимки из более чем 50 источников по всему миру.
• Половина снимков от здоровых людей. Модель обязана сказать «ничего нет», а не рисовать опухоль там, где её нет. Это называется проблемой ложных срабатываний.
• Без интернета и без внешних предобученных весов (весов, то есть заранее обученных параметров нейросети, скачанных из внешних источников). Всё должно работать автономно.

Обучающая выборка включала 17 575 размеченных КТ-снимков и ещё около 122 ГБ неразмеченных данных. Финальная проверка проходила на 500 КТ из медицинских центров, которых модель никогда не видела.

Как PANTHER обошла конкурентов?

Название PANTHER расшифровывается как PAN-cancer segmentation with Two-tier Healthy-scan Ensemble Rejection, сегментация (выделение области) опухолей с двухуровневым отсевом здоровых снимков. Ключевых решений три.

Половина данных оказалась лучше целого набора. Команда обнаружила, что в обучающей выборке одних типов снимков тысячи, а редких (рак пищевода, рак толстой кишки, опухоли надпочечников) от 52 до 154 штук. Если учить на всём подряд, модель становится экспертом по частым случаям и почти не замечает редкие. Крупные источники обрезали, редкие оставили целиком. Итог: 8 762 КТ вместо 17 575, а точность выросла на 0,060 по метрике DSC (Dice, коэффициент совпадения найденной опухоли с разметкой врача, где 1 означает полное совпадение). Для сравнения: замена простой архитектуры U-Net на более тяжёлую ResEnc(M) с втрое большим числом параметров дала прирост всего 0,002.

Ансамбль (группа из пяти нейросетей, голосующих за результат) сам научился молчать. Если модели расходятся во мнениях или дают слабый сигнал, система отвечает «здоров», а не угадывает.

Статистический фильтр, обученный на снимках здоровых людей без единой метки опухоли, отсекает остаточные ложные срабатывания по форме маски, как «вышибала», который не пускает мусорные результаты.

PANTHER показала лучшую скорость среди всех участников соревнования FLARE 2026: 11 секунд на снимок при ансамбле из пяти нейросетей.

Как попробовать?

1. Изучите условия и датасеты соревнования FLARE на официальном сайте: результаты и данные публикуются после каждого этапа.
2. Следите за проектами Летней школы AIRI: набор на исследовательские проекты (от анализа медицинских изображений до обучения с подкреплением) проходит ежегодно, участвовать могут студенты и аспиранты.
3. Для экспериментов с сегментацией медицинских изображений на ограниченных ресурсах начните с открытых фреймворков nnU-Net, они работают на видеокартах с 4 ГБ памяти.

Почему это важно для клиник в России?

Ограничение в 4 ГБ видеопамяти, которое поставили организаторы FLARE, это не абстрактный вызов. В российских региональных больницах оборудование для ИИ-диагностики часто именно такого уровня: старые рабочие станции, разнородные КТ-аппараты от разных производителей, нестабильный интернет. Модель, которая работает автономно, без внешних серверов и без мощной видеокарты, и при этом корректно обрабатывает снимки здоровых пациентов (не выдумывая опухоли), решает конкретную проблему таких учреждений.

Прямых аналогов PANTHER среди коммерческих российских сервисов в источнике не названо. Из работающих в России систем медицинского ИИ можно отметить сервисы на платформе НМИЦ радиологии и разработки для московской системы ЕМИАС, но они решают другие задачи и работают на серверных мощностях, а не на 4 ГБ видеопамяти.

Что с этого прямо сейчас, по ролям?

Разработчику медицинского ИИ в России. Главный урок PANTHER: состав обучающей выборки дал прирост точности на порядок больше, чем увеличение модели. Если вы работаете с медицинскими данными, начните не с архитектуры, а с балансировки датасета, обрежьте избыточные классы и сохраните редкие.

Автору на Дзене, который пишет о медицине или технологиях. Соревнование FLARE 2026 и результат PANTHER дают конкретный кейс: российский студенческий проект побеждает на международном уровне. Это материал для контента с цифрами и сюжетом.

Руководителю клиники или ИТ-отдела больницы. Модели, работающие на 4 ГБ памяти за 11 секунд на снимок, приближают момент, когда ИИ-скрининг опухолей станет доступен без закупки серверного оборудования.

Частые вопросы

Можно ли использовать PANTHER в российской клинике прямо сейчас?

Нет. PANTHER создана как исследовательский проект Летней школы AIRI и победитель соревнования FLARE 2026 по скорости. Для клинического применения в России потребуется сертификация как медицинского изделия. Но сам подход, ансамбль нейросетей на 4 ГБ видеопамяти с фильтром ложных срабатываний, применим к разработке клинических систем.

Почему модель на половине данных оказалась точнее?

Полный набор из 17 575 снимков был сильно несбалансирован: тысячи КТ грудной клетки и всего 52 снимка с опухолями надпочечников. Модель запоминала частые случаи и игнорировала редкие. Когда крупные источники обрезали, а редкие оставили целиком, модель получила более равномерное представление о разных типах рака. Прирост точности: плюс 0,060 DSC, это на порядок больше, чем дала смена архитектуры.

Что такое FLARE и как часто проводится это соревнование?

FLARE (быстрый, экономичный, точный и надёжный анализ медицинских изображений) проводится ежегодно с 2021 года. Каждый год задачи усложняются. В 2026 году участники впервые искали опухоли любой локализации с жёсткими ограничениями по времени и памяти. Итоги подводятся на конференции MICCAI, одной из главных в мире по медицинскому компьютерному зрению.

Результат PANTHER на соревновании FLARE 2026 показывает: для медицинского ИИ не обязательны суперкомпьютеры и миллионные бюджеты, иногда достаточно правильно отобрать данные, научить модель честно говорить «ничего не вижу» и уложиться в ресурсы обычной рабочей станции.