Современные технологии и высокотехнологичная диагностическая аппаратура, в первую очередь КТ и МРТ , помогают точнейшим образом подетально разглядеть ту зону человеческого организма, которая вызывает наибольшую тревогу.  Однако, оказывается, можно и расширить круг задач для умной техники – распознать на изображениях конкретную патологию и, пометив зону риска, сделать своего рода подсказку врачу-диагносту. Научить этому нейронные сети взялись специалисты Гродненской университетской клиники в ходе проекта «Технологии искусственного интеллекта в медицинской визуализации».

- Возможности нейронных сетей в распознавании изображений и анализе визуальных данных используются сегодня во многих областях.  В медицине это новые возможности диагностики с помощью классификации медицинских изображений. При глубоком обучении нейронные сети могут обрабатывать изображения и автоматически определять вероятность наличия патологии, соответственно отметив ее, - поясняет суть проекта его инициатор, врач лучевой диагностики кабинета МРТ Андрей Прокопович.

Как научить искусственный интеллект  правильно идентифицировать ту или иную патологию? В первую очередь врачам-диагностам нужно отметить на ранее полученных снимках участки патологического очага. Затем сообщить программному обеспечению, что необходимо найти, чтобы оно могло идентифицировать патологию методом исключения. Это большая и существенная работа.

Первая патология, по которой она была проделана в университетской клинике, - ишемические инсульты головного мозга. Для создания модуля  диагностики этой патологии использовались данные МРТ-исследований примерно полторы сотни человек, а это порядка 800 размеченных МРТ изображений пациентов, у которых ранее был выявлен ишемический инсульт.

Тестирование врачами-диагностами результатов работы техники по выявлению зоны риска показало почти стопроцентную точность. После этого было решено масштабировать проект на другие типы изображений и патологию, подключив  специалистов соответствующих отделений клиники.

На данный момент идет работа еще по четырем направлениям диагностики — маммография,  компьютерная томография, цитология, радионуклидная диагностика.

Для создания модуля «КТ лёгких» для поиска рака одного из самых уязвимых и, вопреки своему названию, трудных в диагностике органов, используются данные КТ-исследований примерно 150 человек, у которых были выявлены новообразования в легких. Для алгоритма по раку молочной железы отобрано  столько же результатов выявленной патологии при проведении маммографии и изображений оптической микроскопии в цитологической лаборатории. 

Основные задачи сервисов на основе технологий так называемого машинного зрения — облегчение рутинной работы врача, сокращение времени на исследование и как следствие более оперативной помощи пациенту. Конечно, специалист не отдаст все исследование полностью на откуп машине.  Но по-прежнему выполняя можно сказать традиционную работу по просмотру и анализу полученных изображений,  использует ее помощь. Это значит в первую очередь врач просмотрит снимки тех пациентов, у которых система заподозрила наличие новообразования. А открыв конкретное исследование из списка, в первую очередь обратит внимание на изображение, на котором компьютерная программа графически выделила именно области, где предположительно визуализируются признаки патологии. Конечно, последнее слово в постановке диагноза останется за врачом. Однако подсказка от техники послужит тому, чтобы оперативно провести дообследование, поставить правильный диагноз и начать своевременное лечение.

–  После создания и тестирования модулей следующим этапом должно стать разработка программного обеспечения, которым сможет воспользоваться любой диагност. В нашем случае особенно важно снабдить им коллег из районов области, где в последнее время установлена современная диагностическая аппаратура. Это поможет  молодым специалистам своевременно увидеть патологический очаг, проанализировать его и выставить правильный диагноз. Мы надеемся, что это улучшит раннее выявление и потенциально сделает лечение ряда болезней более успешным, выявляя пациентов с высоким риском и ускоряя их переход к более раннему вмешательству, - отмечает заведующая рентгеновским отделением университетской клиники, главный внештатный специалист по лучевой диагностике главного управления здравоохранения Гродненского облисполкома Наталья Маркевич.