Влияние ИИ на качество и скорость описания лучевых исследований

Радиология с момента своего зарождения прошла революционный путь, оказав глубокое влияние на современную медицину. От открытия рентгеновских лучей до последующей интеграции в лучевую диагностику ИИ (искусственного интеллекта) и машинного обучения эта многогранная дисциплина непрерывно развивается, трансформируя всю мировую систему здравоохранения. Уже сегодня алгоритмы ИИ обрабатывают и интерпретируют данные, выполняя задачи, которые имитируют когнитивные способности человека ⁵.

Использование ИИ в лучевой диагностике

Основными областями применения ИИ в радиологии являются:

• сегментация и классификация изображений;
• повышение качества снимков;
• реконструкция изображений;
• выявление слабо заметных изменений, недоступных для обнаружения человеческим глазом;
• ранняя диагностика болезней;
• массовая интерпретация данных лучевой диагностики во время скрининга⁵;
• получение описаний исследований лучевой диагностики онлайн;
• облегчение отчетности (подготовка предварительных рентгенологических описаний);
• сопоставление текущих результатов с предыдущими исследованиями для оценки динамики;
• оперативная маршрутизация пациентов;
• внутренняя система проверки заключений⁷;
• ретроспективный анализ изображений.

Исследования в медицинской визуализации, для интерпретации результатов которых применяется ИИ:

• рентгенография;
• ангиография;
• эхокардиография;
• МРТ;
• КТ;
• ПЭТ;
• сцинтиграфия⁶.

ИИ широко применяется для исследований в области медицинской визуализации. Нейросети научились повышать качество снимков, находить признаки заболеваний, выполнять трехмерную реконструкцию изначально двухмерных изображений³.

ИИ позволяет проводить расшифровку результатов МРТ. В исследованиях продемонстрирована высокая эффективность в диагностике многих заболеваний. Например, расшифровка снимков МРТ искусственным интеллектом позволяет повысить точность и скорость диагностики болезни Альцгеймера, болезни Паркинсона, большого депрессивного расстройства, шизофрении, синдрома дефицита внимания и гиперактивности и расстройств аутистического спектра².

ИИ значительно повышает точность рентгенографии. Например, в сравнительном исследовании традиционного программного обеспечения для расшифровки рентгенографии грудной клетки ИИ снизил долю ложноположительных результатов на 69%, сократив при этом временные затраты рентгенологов на 17%⁵.

В то же время ИИ не ставит окончательный диагноз, используя рентгеновские снимки или другие способы визуализации. Все данные перепроверяются врачом⁶.

Определение и принципы работы ИИ

Нейронные сети появились в 1960-х годах. Они были повторно популяризированы Крижевским с появлением больших наборов данных и повышением эффективности использования графических процессоров.

Нейросеть не создает уникальные результаты, а работает на основе имеющегося опыта. Вначале проводится обучение ИИ для анализа лучевых исследований путем обработки большого количества данных, а затем эти результаты используются для выполнения аналогичных задач. Например, чтобы система умела распознавать переломы лучевой кости, её следует обучить на большом количестве размеченных врачами снимков таких переломов.

Преимущества использования ИИ в лучевой диагностике

ИИ не может заменить врача, а лишь помогает доктору выполнять его работу. Используя сервисы дистанционного описания лучевых исследований, преимущества получают все: клиника, врачи и пациенты, посещающие медицинское учреждение.

Основными плюсами применения ИИ являются:

• более быстрая интерпретация большого объема данных;
• решение проблемы низкой концентрации врача при изучении большого количества снимков в рамках скрининга заболеваний⁴;
• повышение точности диагностики: нейросеть «видит» минимальные изменения, которые могут быть недоступны глазу специалиста, и обращает его внимание на эти изменения;
• уменьшается нагрузка на врачей¹;
• экономятся ресурсы клиники.

Решение рутинных задач. Благодаря автоматической разметке снимков, выделению зоны патологии и подсчету ее размеров, подготовке предварительного рентгенологического заключения пациент быстрее получает результаты исследования на руки. Он проводит в клинике меньше времени.

Итогом применения нейросетей становится снижение риска диагностических ошибок, стандартизация и унификация описаний, ускорение процесса описания, возможность получения быстрых результатов в экстренных ситуациях: например, расшифровка КТ онлайн у пациентов с черепно-мозговой травмой или инсультом.

ИИ обеспечивает надежные результаты диагностики, только работая в команде с врачом. Центр дистанционных описаний от СберМедИИ производит описание лучевых исследований различной модальности: КТ, МРТ, Сцинтиграфия, ОФЭКТ, ПЭТ-КТ, рентген, маммография. В Центре работают опытные врачи, которые используют ИИ как дополнительный инструмент для повышения продуктивности работы.

Источники:
1 – Recent Advances in Explainable Artificial Intelligence for Magnetic Resonance Imaging. Jinzhao Qian, Hailong Li, Junqi Wang, Lili He. Diagnostics (Basel). 2023 Apr 27;13(9):1571. doi: 10.3390/diagnostics13091571.
2 – Zhao Zhang, Guangfei Li, Yong Xu, Xiaoying Tang. Application of Artificial Intelligence in the MRI Classification Task of Human Brain Neurological and Psychiatric Diseases: A Scoping Review. Diagnostics (Basel). 2021 Aug 3;11(8):1402. doi: 10.3390/diagnostics11081402.
3 – Jarrel Seah, MBBS, BMedSci, Zoe Brady, PhD, Kyle Ewert, MSc, MMedPhys, and Meng Law, MBBS, MD, FRANZCR. Artificial intelligence in medical imaging: implications for patient radiation safety. Br J Radiol. 2021 Oct 1; 94(1126): 20210406. Published online 2021 Jun 23. doi: 10.1259/bjr.20210406
4 – А. А. Капитонов, В. В. Цынкевич. Использование технологий искусственного интеллекта в лучевой диагностике заболеваний органов грудной клетки. Актуальные проблемы современной медицины и фармации – 2020
5 – Reabal Najjar. Redefining Radiology: A Review of Artificial Intelligence Integration in Medical Imaging. Diagnostics (Basel). 2023 Aug 25;13(17):2760. doi: 10.3390/diagnostics13172760.
6 – Аббасов И.Б., Дешмух Р.Р. Применение искусственного интеллекта для медицинской визуализации. Международный научно-исследовательский журнал № 12 (114), 2021. DOI: https://doi.org/10.23670/IRJ.2021.114.12.005
7 – Искусственный интеллект в медицинской визуализации. Основные задачи и сценарии развития. А.М. Мещерякова, Э.А. Акопян, А.С. Слинин. Журнал телемедицины и электронного здравоохранения, 2018.