Ученые российской ИИ-компании Smart Engines представили технологию, значительно снижающую радиационную нагрузку на человека при проведении компьютерной томографии. В основе изобретения лежит идея контроля процесса сканирования специализированным ИИ, прерывающим облучение, как только собраны все необходимые данные. Это делает процедуру безопаснее для пациентов и не снижает точность диагноза. Офис патентов и торговых марок США 17 декабря 2024 года выдал патент на технологию. Результатам ее применения на практике посвящена статья, опубликованная в авторитетном британском журнале Expert Systems with Applications.
Компьютерная томография (КТ) применяется в медицине для диагностики болезней внутренних органов без проведения операции. Томограф сначала получает рентгеновские снимки органа под разными углами, а затем специальными алгоритмами преобразует их в цифровое 3D-изображение. Врач затем изучает сечения этого изображения, чтобы рассмотреть внутренний орган, не заслоненный окружающими тканями. Качество цифрового изображения зависит от числа исходных снимков, а также от массы тела пациента, наличия у него протезов и других факторов. Сейчас при съемке используется единый протокол — число снимков не зависит от индивидуальных особенностей человека, что может приводить к излишней радиационной нагрузке.
Например, при стандартной процедуре КТ легких требуется снять около 10000 рентгенограмм. Исследователи из Smart Engines поставили перед собой задачу — понять, насколько возможно сократить это число. Для этого они разработали нейросеть, отслеживающую качество анализируемого изображения непосредственно во время сбора проекций. Изображение реконструируется по неполным данным. После получения каждой частичной реконструкции ИИ анализирует качество 3D-изображения, и, если информации для постановки диагноза достаточно, процедура завершается досрочно.
В приоритетном порядке разработка была опробована для диагностики пневмонии — одного из опаснейших заболеваний дыхательной системы. По данным исследователей и Всемирной организации здравоохранения (ВОЗ), эта болезнь ежегодно поражает около 450 миллионов человек, из которых умирает 4 миллиона. Среди детей до 5 лет 15% всех случаев смерти также вызваны воспалением легких.
Технологию протестировали на материалах открытой базы COVID-CTset, в которой содержатся клинические данные 377 пациентов: как здоровых, так и с диагностированной вирусной пневмонией. Результат исследования показал, что запатентованный метод, как и процедура, проводимая по стандартному протоколу, позволяет достигнуть высокой точности диагностики, однако с использованием меньшего количества рентгеновских снимков. Так, в среднем подход сокращает радиационную нагрузку на 15%, но особенно эффективен оказывается при выявлении патологии. При досрочной постановке диагноза облучение возможно сократить на 25%. В то же время при обследовании здорового человека процедура минимизирует необходимость повторного исследования, хотя и не столь значительно снижает дозу облучения.
“В отличие от традиционных протоколов, предложенная методика адаптируется к особенностям каждого пациента, а это позволяет более эффективно использовать томографический аппарат и уменьшить радиационную нагрузку на человека. Кроме того, мониторинг в реальном времени минимизирует риски необходимости повторного сканирования”, — отметил генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
Решение открывает новые перспективы в медицинской диагностике и повышает безопасность пациентов. Использование ИИ-технологий в сочетании с последними разработками в области управления процессом сканирования делает диагностику таких серьезных болезней, как пневмония, рак, аневризмы аорты, патологии коронарных сосудов и другие точнее и эффективнее.
Источник: habr.com
