В Орле придумали, как на ранней стадии выявить риски развития сердечно-сосудистых заболеваний

Фото: ОГУ им. И. С. Тургенева

Учёные разработали и зарегистрировали два программных продукта на основе искусственного интеллекта, предназначенных для автоматизированного анализа компьютерной томографии сердца и внедрения в системы поддержки принятия врачебных решений.

Разработки направлены на раннее выявление факторов риска сердечно-сосудистых заболеваний — одной из ведущих причин смертности в мире. Сердечно-сосудистые заболевания часто развиваются бессимптомно и выявляются уже на поздних стадиях, когда риск осложнений значительно возрастает. При этом важные диагностические признаки — коронарный кальциноз и характеристики перикардиальной жировой ткани — могут быть обнаружены на рутинных бесконтрастных КТ, но их количественная оценка требует значительных временных затрат и высокой квалификации врача.

Исследователи разработали два программных решения, использующих методы машинного и глубокого обучения для автоматического анализа КТ-изображений. Программы самостоятельно выявляют диагностически значимые структуры, выполняют количественные измерения и формируют объективные показатели риска без участия оператора.

Алгоритмы анализируют серии КТ-срезов в формате DICOM и с помощью нейросетевых архитектур (CNN и U-Net) автоматически:  обнаруживают и сегментируют участки коронарного кальциноза;  рассчитывают количественные показатели кальциевого индекса; выделяют перикардиальную жировую ткань; определяют её толщину, объем и плотность; выполняют стратификацию кардиометаболического риска.

Результаты анализа интегрируются в систему поддержки принятия врачебных решений и могут использоваться при скрининге, диагностике и планировании лечения.

Обе программы официально зарегистрированы и реализованы в полнофункциональных версиях, пригодных для клинической апробации и дальнейшего внедрения в практику лучевой диагностики.

В перспективе разработки могут быть интегрированы в региональные и федеральные системы здравоохранения, а также расширены за счет анализа других биомаркеров сердечно-сосудистого риска.

Использование таких ИИ-решений позволяет повысить точность диагностики, снизить нагрузку на врачей и приблизить переход к персонализированной профилактике сердечно-сосудистых заболеваний.