МРТ позвоночника и искусственный интеллект

Магнитно-резонансная томография (МРТ) – это метод исследования внутренних органов и тканей человека, основанный на применении электромагнитных волн. На настоящий момент МРТ является ведущим методом диагностики патологических изменений головного мозга, позвоночника, спинного мозга, малого таза, костно-суставной системы, связочного аппарата и мягких тканей. Ещё одно достоинство – отсутствует лучевая нагрузка, поэтому сегодня МРТ прочно вошла в медицинскую практику, став рутинным методом диагностики¹. Однако, несмотря на множество достоинств МРТ, есть и трудности, которые исследуются с 1959 года. Снимки неправильно расшифровываются в 32% случаев: на 30% изображений патологические изменения пропускаются, а в 2% случаев находятся патологии, которых на самом деле нет (ложноположительные результаты)². Для этого есть объективные причины, которые рассмотрим подробнее. И наконец-то нашлось решение, которое помогает в сложном труде врачам лучевой диагностики².

Сложности диагностики по МРТ позвоночника

Диагностические сложности при МРТ позвоночника могут быть по разнообразным причинам. Рассмотрим самые распространённые из них.

Схожесть МРТ-структур при патологиях

Врач при расшифровке МРТ позвоночника визуально сравнивает ткани, а метод оценки заключается в контрастности, размерах, анатомическом расположении структур³. Например, спондилиты и метастазы трудно отличить из-за наличия воспаления, отёка, некроза. Клиновидная деформация тела позвонка, возникшая в результате травмы, и метастатический перелом могут давать яркий сигнал при свежих патологиях и низкий, если имеется склероз. А похожий гиперинтенсивный сигнал дают трабекулярный отёк и замещение красного костного мозга на жёлтый⁴.

Патологии без выраженных визуальных признаков

Зачастую диагностика затруднена, на изображениях выраженных патологических изменений не определяется. Врачи учитывают состояние пациента: смотрят на клинический контекст, проводят физикальное обследование и дополнительные диагностические методы исследования⁵.

Разнообразие нормы

Иногда изменения по МРТ могут говорить о норме и отсутствии патологий. При оценке тканей руководствуются общепринятыми численными значениями. Это позволяет определить патологический процесс. Шкалы, по которым определяют изменения по МРТ, базируются на разности сигнала (от гипо- до гиперинтенсивного), также оценивается размер и форма области интереса. То есть вся база строится на визуальной оценке интенсивности без привязки к стандартизированной оценочной шкале. Поэтому не всегда получается на МРТ без визуальных признаков найти патологию³.

Особенно актуален вопрос выбора между качественным и количественным подходом при оценке стеноза поясничного отдела позвоночника по МРТ. Числовые шаблоны разрозненные и противоречивые, поэтому проводят качественную оценку. Прежде всего при диагностике пояснично-крестцового отдела позвоночника определяют наличие протрузий и экструзий межпозвонковых дисков, стеноза позвоночного канала и сдавления спинномозговых корешков.

Сложности интерпретации МРТ-исследований

Исследования позвоночника составляют 40% от общего числа выполняемых МРТ-исследований в амбулаторном звене, что обусловлено большим распространением дегенеративных заболеваний позвоночника, а также применением данной методики в качестве скринингового профилактического исследования, проводимого в рамках ежегодной диспансеризации для пациентов группы риска (пациенты с выявленными злокачественными образованиями). МРТ-исследование пояснично-крестцового отдела позвоночника включает значительный объем рутинных измерений из-за большого количества последовательностей, срезов и уровней межпозвонковых дисков, которые необходимо оценить. Это отнимает много времени.

Профессия врача-рентгенолога очень сложная, так как требует постоянного визуального напряжения и активной мыслительной деятельности. Человеческому глазу весь рабочий день приходится разбираться в тонкостях и оттенках серого. Из-за высокой нагрузки на зрение врача-рентгенолога может быть пропущена редкая, но клинически значимая патология.

Искусственный интеллект в МРТ позвоночника

Искусственный интеллект в МРТ повышает точность диагностики и прогнозирование ряда патологий (опухолей твердых и мягких тканей, остеоартрита и т.д.), в том числе их аномальные, нестандартные варианты. Алгоритмы научились определять и классифицировать переломы, расположение ортопедических имплантатов, прогнозировать потенциальные осложнения. Такая автоматизация снижает нагрузку на врачей и помогает улучшить диагностику⁹.

ИИ-сервис «МРТ поясничного отдела» от СберМедИИ определяет локализацию и размер дорзальных выпячиваний межпозвонковых дисков за пределы дисковых пространств, автоматически измеряет размеры дурального мешка в сагиттальной и аксиальной проекциях.

Анализ МРТ-изображений позвоночника с помощью ИИ позволяет получить результат от алгоритма в виде второго мнения, что особенно важно для рентгенологов с небольшим опытом. В результате сокращается время оценки и составления протокола исследования за счет автоматизации рутинных процессов, снижается число пропущенных патологий, уменьшается нагрузка на врача, а качество диагностики возрастает¹⁰.

Источники

1. Мадина Р. Мадиева, Данияр Т. Раисов, Анаргуль Г. Куанышева, Александр В. Рахимбеков, Мадина Н. Байзакова, Айгерим К. Тусупжанова, and Кайрат Альмисаев. "История и перспективы развития магнитно-резонансной томографии" Наука и здравоохранение, no. 6, 2018, pp. 169-175. https://cyberleninka.ru/article/n/istoriya-i-perspektivy-razvitiya-magnitno-rezonansnoy-tomografii/viewer
2. Учеваткин А.А., Юдин А.Л., Афанасьева Н.И., Юматова Е.А. Оттенки серого: как и почему мы ошибаемся. Медицинская визуализация. 2020; 24 (3): 123–145. https://doi.org/10.24835/1607-0763- 2020-3-123-145 https://medvis.vidar.ru/jour/article/viewFile/956/618
3. Соловьева С.Н. Маткин А.Е. ФГАОУ ВО «Уральский федеральный университет им. Первого Президента России Б.Н. Ельцина». https://top-technologies.ru/ru/article/view?id=36970
4. Сергеев Николай Иванович, Котляров Петр Михайлович, и Солодкий Владимир Алексеевич. "Дифференциальная магнитно-резонансная диагностика доброкачественных и злокачественных поражений позвоночника" Вестник Российского научного центра рентгенорадиологии Минздрава России, vol. 2, no. 10, 2010, pp. 9. https://cyberleninka.ru/article/n/differentsialnaya-magnitno-rezonansnaya-diagnostika-dobrokachestvennyh-i-zlokachestvennyh-porazheniy-pozvonochnika/viewer
5. РУКОВОДСТВО ДЛЯ ВРАЧЕЙ МРТ ПОЗВОНОЧНИК И СПИННОЙ МОЗГ Под редакцией профессора Г.Е. Труфанова, профессора В.А. Фокина Практическая магнитно-резонансная томография 2020 РУКОВОДСТВО ДЛЯ ВРАЧЕЙ. Издательство: ГЭОТАР-Медиа , 2020 г. Серия: Практическая магнитно-резонансная томография. https://static-sl.insales.ru/files/1/5200/10851408/original/mrt_pozv_prim_compressed.pdf
6. К.м.н. Т.А. БЕРГЕН, Н.А. МЕСРОПЯН , А.В. СМАГИНА. Магнитно-резонансная томография при дегенеративных изменениях поясничного отдела позвоночника: современное состояние вопроса . Медицинская школа ЕМС, Москва, Россия; 2Universitätsklinikum Bonn, Бонн, Германия; 3ФГБОУ ВО «НГМУ» Минздрава России, Новосибирск, Россия. ВОПРОСЫ НЕЙРОХИРУРГИИ 4, 2019. https://doi.org/10.17116/neiro201983041104 https://www.mediasphera.ru/issues/zhurnal-voprosy-nejrokhirurgii-imeni-n-n-burdenko/2019/4/downloads/ru/1004288172019041104
7. Какунина Анна Станиславовна, and Казначеева Анна Олеговна. "Артефакты диффузионно-взвешенных изображений" Символ науки, no. 11-1, 2015, pp. 31-33. https://cyberleninka.ru/article/n/artefakty-diffuzionno-vzveshennyh-izobrazheniy/viewer
8. Yoo H, Yoo RE, Choi SH, Hwang I, Lee JY, Seo JY, Koh SY, Choi KS, Kang KM, Yun TJ. Deep learning-based reconstruction for acceleration of lumbar spine MRI: a prospective comparison with standard MRI. Eur Radiol. 2023 Dec;33(12):8656-8668. doi: 10.1007/s00330-023-09918-0. Epub 2023 Jul 27. PMID: 37498386. https://pubmed.ncbi.nlm.nih.gov/37498386/
9. Gitto, S., Serpi, F., Albano, D. et al. AI applications in musculoskeletal imaging: a narrative review. Eur Radiol Exp 8, 22 (2024). https://doi.org/10.1186/s41747-024-00422-8 https://eurradiolexp.springeropen.com/articles/10.1186/s41747-024-00422-8#Sec7
10. Труфанов Г.Е., Ефимцев А.Ю. Технологии искусственного интеллекта в МР-нейровизуализации. Взгляд рентгенолога. Российский журнал персонализированной медицины. 2023; 3(1):6-17. DOI: 10.18705/2782-3806-2023-3-1-6-17. https://persmed.elpub.ru/jour/article/view/121/95