С 1 по 24 июля 2026 года на федеральной территории «Сириус» прошла 11-я научно-технологическая проектная программа «Большие вызовы». В этом году в ней приняли участие 412 школьников из России и Республики Казахстан. Одним из междисциплинарных проектов стала разработка алгоритма автоматической сегментации опухолей головного мозга — задача, которую команда из четырех школьников решала под руководством экспертов ФГБУ «НМИЦ им. В.А. Алмазова» Минздрава России.
Сегодня МРТ и КТ-ангиография позволяют уверенно определить локализацию и размеры опухоли, но точное выделение её границ для нейронавигации и планирования операции до сих пор часто выполняется вручную. Это трудоёмкий процесс, занимающий десятки минут на одного пациента, требующий высокой квалификации врача и доступного далеко не во всех клиниках дорогостоящего программного обеспечения.
| «Мы разработали для Сириуса этот проект как партнеры, чтобы дать школьникам возможность работать с реальными обезличенными данными наших пациентов из Центра Алмазова. Это не учебный кейс, а реальный вклад в развитие биомедицинских технологий», — отметила Юлия Рузанкина, руководитель проекта, заведующая центром по работе с иностранными обучающимися Факультета довузовского образования и молодежной науки Института медицинского образования ФГБУ «НМИЦ им. В.А. Алмазова». |
Команда Центра Алмазова поставила перед школьниками амбициозную цель: создать автоматизированный инструмент, который за секунды будет выделять контуры опухоли на МРТ-снимках с точностью, сопоставимой с ручной разметкой врача-рентгенолога. Для этого предстояло решить несколько задач: сформировать и предобработать датасет, обучить модели классификации и сегментации, а затем упаковать их в удобное веб-приложение.
В команду вошли школьники из разных регионов страны:
-
Виктория Коновалова (8 класс, МБОУ «Школа №103 с углубленным изучением иностранного языка», Уфа) — разработка архитектуры и обучение нейросети для классификации опухолей, разработка сайта проекта;
-
София Маничева (7 класс, Лицей №15, Вышний Волочёк) — разработка веб-приложения для классификации и сегментации, разработка сайта проекта;
-
Хан Султан Сооронбаев (10 класс, ГБОУ «Школа №1454 «Тимирязевская», Москва) — разработка сайта проекта;
-
Александра Турченко (10 класс, МАОУ «Школа № 60», Ростов-на-Дону) — разработка архитектуры и обучение нейросети для сегментации опухолей, разработка сайта проекта.
Олеся Владимировна Коротеева, заведующий кафедрой математики, биофизики и информационных технологий:
| «Наша задача была не просто научить школьников программировать нейросети, а дать им целостное понимание жизненного цикла медицинского ИИ-продукта. От постановки клинической задачи и работы с «сырыми» данными до оценки качества модели и создания интерфейса, которым сможет воспользоваться врач. За три недели ребята прошли путь от написания первых строчек кода до осмысленной настройки архитектуры нейросети под конкретную медицинскую задачу. И они прошли его осмысленно, понимая не только как, но и зачем каждый этап нужен. Мы видели, как у участников меняется мышление: они перестают быть просто пользователями технологий и становятся их создателями». |
Что удалось сделать за 3 недели?
— Было обработано более 16 000 МРТ-снимков из открытых источников и базы НМИЦ Алмазова. В датасет вошли 5 классов: глиобластома (5019 снимков), глиома (6625), менингиома (4145), опухоль гипофиза (4990) и снимки без патологии (2432). Все изображения прошли этап нормализации, ресемплинга и аугментации.
— Свёрточная нейросеть с 4 слоями, обученная на подготовленном датасете, показала общую точность 92% при определении типа опухоли.
— Архитектура U‑Net была выбрана как наиболее подходящая для медицинской сегментации с ограниченным объёмом данных. Модель стабильно выделяет контуры опухолей на МРТ-снимках.
— Создан прототип веб-приложения, который позволяет врачу загрузить МРТ-снимок, получить классификацию, автоматически построенную маску опухоли и её наложение на исходное изображение, а также краткое описание типа новообразования. Время обработки одного среза — секунды против десятков минут при ручной разметке.
— Была создана анкета для нейрохирургов, которые оценили 30 тестовых снимков. Результат: 70% автоматических разметок признаны верными, 30% — требующими доработки. Это подтверждает высокий потенциал использования прототипа в реальной практике.
Наибольшую сложность, как и ожидалось, представила глиобластома — из-за выраженной гетерогенности и нечётких границ. Тем не менее, даже полученный результат признан клинически приемлемым на этапе предварительной разметки.
Чудиевич Сергей Николаевич, ординатор кафедры нейрохирургии с клиникой:
| «Участие в этом проекте перевело школьников из роли наблюдателя в роль соавтора медицинской инновации. Мы даем нейрохирургам драгоценные минуты, освобождая их от рутины разметки, а школьникам ключ к пониманию сложнейшей анатомии мозга и опыта настоящей междисциплинарной научной работы до поступления в вуз». |
Работа над проектом велась по принципу «гипотезного подхода». Вместо перебора моделей, команда последовательно проверяла ключевые предположения. Ежедневно проводились 15-минутные обсуждения внутри команды для синхронизации, а каждые 2–3 дня промежуточные презентации и ретроспективы.
Участники разделились по задачам:
-
2 члена команды занимались формированием датасета и предобработкой (конвертация DICOM, нормализация, аугментация);
-
1 член команды разрабатывал и обучал модель сегментации (реализация U‑Net, подбор гиперпараметров);
-
1 член команды создавал веб-интерфейс и занимался его интеграцией с нейросетевой моделью.
Такой подход позволил каждому участнику не только глубже погрузиться в свою специализацию, но и освоить навыки публичной защиты результатов и конструктивной критики.
Команда не собирается останавливаться на достигнутом и впереди еще много планов по работе над проектом.
Проект «Умная сегментация» — яркий пример того, как школьники могут решать реальные задачи на стыке медицины и искусственного интеллекта. За три недели команда прошла путь от знакомства с анатомией мозга до создания работающего прототипа, который уже получил положительную оценку нейрохирургов. А благодаря партнёрству с НМИЦ Алмазова и программе постсопровождения у участников есть все шансы довести разработку до полноценного внедрения в российскую клиническую практику.











