Радиологи научились предсказывать продолжительность жизни пациента с помощью КТ

Австралийские ученые, опубликовавшие результаты научной работы в журнале Nature Journal Scientific Reports, собрали базу данных из почти 16 тысяч КТ-исследований пациентов в возрасте старше 60 лет. Радиологи обучили программу искать в сердце, аорте и костной ткани, отображаемых на снимках, признаки смертельных заболеваний, чей вклад в сокращение жизни населения наиболее существенен, а затем сопоставили прогнозы компьютера с реальной судьбой пациентов.

Отмечается, что качестве источника прогностической информации выбрано именно КТ-исследование грудной клетки, поскольку сегодня это наиболее распространенный вид лучевой диагностики в странах с развитой медициной. Так, ежегодно в Австралии выполняется около 2,1 млн томографий, в США – около 69 млн. Кроме того, КТ органов грудной клетки дает информацию о состоянии жизненно важных органов, что упрощает оценку продолжительности жизни у пожилых людей.

Непосредственно в тестировании работы программы приняли участие 48 пациентов – анализ искусственного интеллекта позволил предсказать, сколько они еще проживут, с точностью в 69%, что оказалось сопоставимо с оценками высококвалифицированных клиницистов, проведенными в «ручном» режиме. Стоит отметить, что это первое исследование такого рода с использованием медицинских изображений и искусственного интеллекта.

Как рассказал порталу Medvestnik.ru главный внештатный специалист по лучевой диагностике Департамента здравоохранения Москвы, директор Научно-практического центра медицинской радиологии профессор Сергей Морозов, сегодня появилось целое направление – радиомика. Это предсказание с помощью лучевой диагностики биологических характеристик опухолей, различных патологических процессов. По компьютерным томограммам специалисты могут идентифицировать дополнительные маркеры, которые говорят о том, насколько агрессивна или неагрессивна опухоль. «По сути, речь идет о виртуальной биопсии. Действительно, за данными томографии стоят очень большие возможности. Сейчас появились системы, которые позволяют не просто оценить плотность тканей, а определить атомные числа в их структуре. Это позволяет определять биологические характеристики тканей и опухолей, приближаясь к результатам гистологического диагноза, - поясняет Сергей Морозов. - Раньше мы думали, что данные томографии отражают только то, что есть у человека сейчас. Но оказалось, что зрения рентгенолога уже недостаточно для полноценной оценки томограмм, необходимо более широко смотреть на все изображения, чтобы увидеть разные процессы. Ведь, осматривая пациента, мы замечаем много дополнительных характеристик, помимо области интереса, непосредственно связанной с болезнью: например, подмечаем состояние подкожно-жировой клетчатки, кожных покровов, склер. А врач-рентгенолог сегодня сосредоточен лишь на поиске патологического очага – в то время как снимок способен рассказать куда больше. Если сопоставить эту дополнительную информацию на снимках с основной информацией о пациенте, которой располагает лечащий врач, можно получить очень полезные сведения, что и продемонстрировали в своей работе австралийские коллеги».

Исследователи из Университета Аделаиды подчеркнули, что они не в состоянии определить наверняка, на основании каких именно параметров изображений новая компьютерная система делала свои заключения, однако уточнили, что наиболее точные прогнозы были предоставлены искусственным интеллектом для пациентов с тяжелыми хроническими заболеваниями, такими как эмфизема и застойная сердечная недостаточность. В дальнейшем австралийцы надеются применить те же методы для прогноза развития других важных заболеваний, таких как инфаркт миокарда.

«Как и наши зарубежные коллеги, мы уверены, что огромный массив данных, находящихся в доступе НПЦ медицинской радиологии, должен использоваться для научных изысканий, - отметил руководитель отдела развития качества центра Виктор Гомболевский. - Это будет возможно в ближайшем будущем благодаря интеграции систем Единого радиологического информационного сервиса (ЕРИС), объединяющего в единую сеть диагностическую технику в десятках столичных поликлиник, с Единой медицинской информационно-аналитической системой с последующим анализом этих данных искусственным интеллектом. Пристально изучая случаи определенного заболевания, например рака молочной железы, мы сможем выявить новые закономерности в его возникновении, определить новый биомаркер, который поможет в дальнейшем своевременно находить новых пациентов с таким диагнозом. Кроме того, мы получим возможность сравнить значение различных факторов в развитии заболеваний, определить удельный вес каждого из них».

По словам Виктора Гомболевского, еще один интересный аспект современной рентгенологии, напрямую связанный с прецизионной медициной, – DICOM-тэги. Это специальные унифицированные пометки, которые сообщают информацию о пациенте: имя, возраст, даты проведения исследования и т.д. Правильный подход к использованию DICOM-тэгов позволит собирать со всего мира информацию о специфических особенностях пациента, например, его диагнозе. Такие пометки также могут анализироваться с помощью искусственного интеллекта, способствуя выявлению неожиданных связей, которые помогут в диагностике заболеваний.

Наилучшие перспективы во внедрении технологий искусственного интеллекта у таких гигантов, как IBM, купившей огромный архив изображений (более 30 млрд снимков) у компании Merge Healthcare, отметил Виктор Гомболевский. «Они уже несколько лет бьются над созданием и умным распознаванием этих данных. Мы тоже взаимодействуем с IBM в этой сфере, и они даже обращались к нам с предложением рассмотреть их новые программы, работающие на основе искусственного интеллекта. Но важно понимать, что речь идет об очень сложных системах, и потребуется минимум несколько лет, чтобы их протестировать: если бы все с их работой было гладко – мы бы уже давно ими пользовались», - подчеркнул он.