Российские исследователи создали веб-приложение на основе искусственного интеллекта, которое анализирует МРТ-снимки мозга и обнаруживает на них опухоли.
В отличие от аналогов, помимо обнаружения патологии, программа также определяет ее точное расположение и вид. Точность выявления новообразований при этом составляет 97,1%. Программное обеспечение имеет открытый код и доступно для всех желающих безвозмездно. Эксперты отмечают, что технологии машинного зрения сейчас пользуются высоким спросом среди медицинских работников по всему миру, и рынок таких услуг будет только расти.
Приложение для диагностики опухолей мозга
Исследователи Первого МГМУ имени И. М. Сеченова создали веб-приложение для автоматического обнаружения новообразований головного мозга на МРТ-снимках с использованием методов компьютерного зрения. Программа находит опухоль, определяет ее точное местоположение и классифицирует новообразование.
— Веб-приложение не только выявляет опухоль и определяет ее месторасположение, но и классифицирует новообразование, то есть делает предположительный вывод о его характере. Модель определяет, что найденное образование, например, является глиомой, менингиомой или аденомой гипофиза, — отметил автор проекта, выпускник магистратуры «Интеллектуальные информационные технологии в медицине» Передовой инженерной школы Сеченовского университета Иван Симонович.
Созданное российскими специалистами веб-приложение имеет открытый код. Для своих нужд они обучили одну из самых современных открытых моделей нейросетей YOLO v11, используя более 5 тысяч стандартизированных изображений, собранных из открытых датасетов. Благодаря применению актуальных технологий и серии экспериментов удалось достичь точности выявления опухолей на уровне 97,1%.
По словам ученых, все аналогичные бесплатные ИИ-решения для автоматического выявления опухолей на МРТ-снимках в основном ограничиваются лишь обнаружением новообразования без определения его местоположения или используют устаревшие модели. Современные комплексные системы (Aidoc, Mediaire mdbrain, NeuroQuant Brain Tumor и другие), как правило, являются коммерческими и основаны на закрытых архитектурах и приватных базах данных. Более того, эти решения разработаны за границей, и доступ к ним в России затруднен.
Разработчики уже имеют прототип веб-приложения, а также создали серверное приложение с веб-интерфейсом для демонстрации работы обученной модели в реальном времени. Дальнейшая работа будет сосредоточена на повышении точности модели, добавлении новых источников данных из российских рентгенологических лабораторий и доработке серверного приложения для удобства врачей. В будущем также планируется расширить функционал приложения, обучив модель находить на МРТ-снимках не только опухоли, но и другие патологии головного мозга.
— ИИ-решение для автоматического выявления опухолей головного мозга в перспективе может помочь повысить точность и скорость первичной диагностики этих заболеваний, а также снизить нагрузку на врачей-рентгенологов и исключить человеческий фактор в процессе интерпретации снимков. Проект уже готов к апробации в клиниках университета. Отрадно, что выпускники наших программ магистратуры и бакалавриата показывают высокий уровень знаний и умений и обладают всеми необходимыми компетенциями для создания новых продуктов для практического здравоохранения, — отметил научный руководитель проекта, директор центра цифровой медицины Сеченовского университета Георгий Лебедев.
Глобальный рынок
Нейрорадиология — одно из самых сложных направлений лучевой визуализации, и разрабатываемый российскими учеными сервис обладает большим потенциалом, считает завкафедрой лучевой диагностики и лучевой терапии СамГМУ Александр Капишников.
— Основными достоинствами проекта являются использование открытого кода и применение мощной модели обучения для работы с массивом МРТ-изображений. Однако для достижения реального клинического применения системы необходимо провести верификацию на реальных массивах отечественных цифровых данных, аккумулирующих цифровые изображения на региональном и федеральном уровнях, а также осуществить глубокую экспертную оценку. Кроме того, разработка должна соответствовать государственному стандарту систем искусственного интеллекта в медицине, введенному в 2022 году, — отметил Александр Капишников.
При этом важно помнить, что цифровые системы, в том числе с использованием ИИ, могут помочь в принятии решений и обеспечить получение второго мнения, что повышает точность диагностического заключения. Однако окончательное решение остается за врачом, подчеркнул эксперт.
Увеличение числа проектов в российской медицине с применением компьютерного зрения соответствует мировым тенденциям. Глобальный рынок подобных технологий оценивается от $2 млрд, а к 2030 году его объем достигнет примерно $15 млрд, рассказал «Известиям» директор по работе с данными и цифровыми технологиями биофармацевтической компании AstraZeneca, Россия и Евразия, Василий Король.
— Одним из основных двигателей роста будет именно доступность больших обезличенных массивов данных для обучения ИИ-моделей. Качество и объем медицинских данных критически важны для точности работы компьютерного зрения: для диагностики сложных, вариабельных заболеваний необходимо наличие разнообразных массивов данных, охватывающих как стандартные, так и нетипичные случаи, — добавил он.
По мнению эксперта, для дальнейшего развития подобных проектов в России необходимо организовать процесс обмена обезличенными медицинскими данными, как это сделано, например, в Китае и ОАЭ. В этих странах функционируют национальные биржи больших данных, доступные также научным организациям и инновационным компаниям для разработки новых инструментов в системе здравоохранения.
Фото: hi-tech.mail.ru