ИИ 11 ноября 2024

Искусственный интеллект поможет уменьшить дозу облучения при КТ

Российская компания Image Lab разработала сервис на основе искусственного интеллекта по улучшению качества медицинских изображений компьютерной томографии (КТ). Это позволит в два раза уменьшить дозу облучения пациентов при проведении обследований, а также улучшить качество диагностики пациентов.

Искусственный интеллект поможет уменьшить дозу облучения при КТ

Курс на снижение рисков

Получение диагностической информации в медицинских целях часто сопряжено с рисками, особенно в лучевой диагностике. Даже самые современные и безопасные аппараты КТ облучают пациента, что накладывает определённые ограничения на применение этого метода.

Чтобы снизить цену получения правильного диагноза российские разработчики создали программный комплекс на основе искусственного интеллекта. Комплекс улучшает качество имеющихся медицинских изображений КТ, что, в свою очередь, позволяет вдвое снизить дозу облучения и тем самым минимизировать риски для здоровья пациента при диагностике, а также продлить срок службы рентгеновского оборудования.

Кроме того, за счёт применения системы виртуального контрастирования появляется возможность сократить количество вводимого пациенту контрастного препарата. Такой препарат используется для улучшения визуализации патологических структур в организме, чтобы их можно было обнаружить и охарактеризовать при КТ-исследовании. Снижение количества использованного препарата не только экономически и экологически оправдано, но и является важным постулатом безопасности пациента, так как у некоторых пациентов контрастный препарат может вызвать аллергоподобную реакцию или другие осложнения.

Новая жизнь для старого оборудования

Программный комплекс по улучшению качества медицинских изображений очень поможет и врачам, которые часто имеют дело с низкокачественными снимками, сделанными на технике прежнего поколения. Такие изображения сильно затрудняют постановку правильного диагноза.

— На практике врачи часто сталкиваются с изображениями компьютерной томографии плохого качества, когда соотношение «сигнал-шум» часто не позволяет интерпретировать картину и поставить правильный диагноз. Обработка этих изображений нашим программным комплексом, повышение сигнала относительно шума сможет в ряде случаев полностью изменить тактику ведения пациента, — отмечает главный медицинский разработчик Image Lab Андрей Усталов.

В результате внедрение программного комплекса в медицинскую практику позволит дать новую жизнь старому оборудованию, которое выдаёт снимки недостаточно хорошего качества.

Многоуровневая верификация

Основу программного комплекса составляет обученная на больших количествах медицинских изображений модель искусственного интеллекта.

Однако для того, чтобы модель можно было использовать в реальной клинической практике, необходимо быть уверенными в том, что она выдаёт достоверный результат.

— Самый достоверный способ верифицировать данные в медицине — это гистологическое исследование биологического материала пациента, а конечный результат методов медицинской визуализации — это заключение врача на основе интерпретации медицинского изображения. Таким образом, чем ближе будет заключение, сделанное врачом на основе сгенерированного нашим программным комплексом изображения, к тому, что покажет гистология, тем лучше работает наша модель, — отмечает эксперт.

Проведённые исследования по верификации показали, что точность диагнозов, поставленных по сгенерированным изображениям, оказалась выше, чем точность диагнозов, сделанных при применении традиционных методов обработки.

В 2023 году результаты исследований были представлены на европейском конгрессе рентгенологов: точность сгенерированных изображений оказалась сопоставимой с результатами передовых разработок крупных вендоров КТ-оборудования.

Следующим этапом станут испытания системы в клинической практике для получения сертификата медицинского изделия.

На данный момент в России не существует аналогов этой системе, на Западе разработки в этой области ещё не нашли практического применения в медицине.

Материал подготовлен при поддержке Минобрнауки России