В прошлом году ученые НГУ закончили разработку программного модуля для дифференциальной диагностики новообразований головного мозга на МРТ-изображениях. В основу разработки заложены двух- и трехмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательностей. Данные модели позволяют с высокой точностью обнаруживать и распознавать несколько типов новообразований головного мозга, а также выделять их компоненты и размеры. Программный модуль был обучен на разработанном исследователями Лаборатории аналитики потоковых данных и машинного обучения Механико-математического факультета Новосибирского государственного университета наборе данных, в котором содержится информация о более тысячи пациентов нейрохирургического профиля с диагнозами, подтвержденными гистологическими и иммуногистохимическими методами в постоперационном периоде. Этот набор данных был сформирован на базе Федерального центра нейрохирургии (г. Новосибирск). База данных снабжена экспертной разметкой, которую выполнили радиологи из Федерального центра нейрохирургии и Научно-исследовательского института клинической и экспериментальной лимфологии — филиала Федерального исследовательского центра Институт цитологии и генетики СО РАН.
Заместитель директора Института Цитологии и генетики СО РАН по научной работе, заместитель руководителя Института клинической экспериментальной лимфологии по научной и клинической работе, доктор медицинских наук, профессор, врач высшей категории по специальности «рентгенология» Андрей Летягин участвовал в экспертизе разметки опухолей – подтверждал ее или отбраковывал. Также он сотрудничает с Лабораторией инновационной и ядерной медицины Физического факультета НГУ. Совместно с научными сотрудниками лаборатории Андрей Юрьевич участвует в работе по созданию алгоритмов для программного модуля «помощника врача-ветеринара», предназначенного для диагностики онкологических заболеваний у домашних животных по изображениям компьютерной томографии.
Внедрение искусственного интеллекта в ветеринарную диагностику новообразований и построение их контуров необходимо для проведения доклинических исследований нейтронозахватной терапии онкологических заболеваний, которые в настоящее время проводятся научными сотрудниками ЛИЯМ ФФ НГУ под руководством кандидата медицинских наук Владимира Каныгина. Искусственный интеллект призван избавить научных сотрудников лаборатории от рутинной и утомительной работы по анализу изображений. Безусловно, человека в процессе диагностики и лечения онкозаболеваний у животных искусственный интеллект не заменит, но он может стать надежным помощником, справляющимся с данной задачей с большей точностью, затрачивая значительно меньше времени.
О перспективах внедрения искусственного интеллекта в работу томографического центра ЛИЯМ ФФ НГУ рассказывает Андрей Летягин.
Золотой стандарт диагностики
— В медицине магнитно-резонансная томография является золотым стандартом исследований головного мозга. Благодаря ей нейрохирурги и неврологи получают ценные данные для диагностики и лечения онкологических заболеваний головного мозга. Именно данной сферой деятельности я и занимался на протяжении последних 20 лет. В настоящее время к ней добавилось использование искусственного интеллекта для диагностики опухолей и подготовки необходимых данных для нейрохирургов. Данная работа проводилась в партнерстве с Федеральным центром нейрохирургии при финансировании РФФИ. Основные результаты были получены научными сотрудниками Лаборатории аналитики потоковых данных и машинного обучения ММФ НГУ под руководством Евгения Павловского. Они создали программный продукт, который позволяет в полуавтоматическом режиме проводить сегментацию патологических очагов на магниторезонансных рентгенограммах — в цифровом формате определять четкие границы опухолей, отделяя их от здоровых тканей. Также возможно построить и вывести на монитор 3D-модель изображения, чтобы нейрохирурги, готовясь к оперативному вмешательству, сориентировались, в каком месте делать доступ к пораженным тканям и какой их объем необходимо убрать. Двух- и трехмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательности, которые лежат в основе этой разработки ученых НГУ, позволяют с высокой точностью распознавать несколько типов новообразований. Программный продукт прошел апробацию и проверку на международном конкурсе BraTS Challenge 2020 и 2021. Точность работы алгоритма проводилась на тестовом наборе данных по метрике Дайс. По классификации очагов (дифференциальной диагностики) результаты продемонстрировали высокие показатели точности — до 92 %. В результате алгоритм, разработанный специалистами НГУ, вошел в десятку лучших, опередив почти тысячу команд.
Обучение искусственного интеллекта было сложным и длительным процессом. Данные более тысячи пациентов и контуры опухолей необходимо было ввести вручную и объединить оба процесса – сегментацию, а затем еще и классификацию (диагностику) опухолей.
К сотрудничеству с ЛИЯМ меня пригласил руководитель этой лаборатории Владимир Каныгин для того, чтобы создать аналогичный программный продукт для животных. Здесь нас ожидают довольно большие сложности. Все дело в том, что ветеринарный реестр очень обширен. Безусловно, люди отличаются друг от друга по полу, размерам тела, возрасту и другим показателям. Но между животными данные различия более значительны. Представители разных видов и пород отличаются друг от друга более значительно, чем люди. Например, собаки брахицефалы и долихоцефалы по своим морфометрическим параметрам разнятся очень значительно. Огромный сенбернар сильно отличается от крохотного шпица. Между кошками различия не столь велики, но все же значительны. А, значит, база данных должна быть очень обширной, а для этого необходимо собрать огромный массив разнородных данных.
В последние годы в ветеринарии стремительно развивается диагностика и визуализация. Рентген-аппаратура, аппараты УЗИ, эндоскопические установки и лабораторные службы диагностики имеются практически во всех ветеринарных клиниках. Создаются базы данных животных, цифровые паспорта, электронные истории болезни четвероногих пациентов. Стали появляться первые компьютерные и магнитно-резонансные томографы для животных. И это значит, применение искусственного интеллекта для анализа диагностических изображений становится необходимостью.
Ветеринария в помощь медицине
Наличие центра томографии в ЛИЯМ НГУ существенно расширяет возможности ветеринарии. Таких томографов нет в распоряжении ветеринарных клиник. Он позволяет проводить исследования на кошках, небольших собаках и кроликах, а также на крупных особях, по размерам тела соизмеримым с человеком. При этом не требуется никаких дополнительных настроек и режимов. В лаборатории работает очень профессиональный молодой коллектив. Это грамотные и добросовестные специалисты, которые в совершенстве владеют обращением с вверенной им высокочувствительной аппаратурой.
Научную и организаторскую деятельность Владимира Каныгина я оцениваю очень высоко. В возглавляемом им центре томографии в составе ЛИЯМ НГУ мы будем внедрять технологии искусственного интеллекта в проведение томографических исследований. В настоящее время идет разработка технологий. Помощь ИИ в этом остро необходима для большей эффективности, поскольку задачи перед сотрудниками лаборатории стоят прежде всего научные — проведение доклинических исследований терапевтических технологий и лекарственных препаратов на крупных животных. Наука от этого обогатится, в том числе ветеринарная, причем по нескольким направлениям — от практической ветеринарии, которая направлена на постановку диагноза и проведение лечения, до фармацевтики, где предусмотрены испытания новых препаратов с помощью рентгеноконтрастных препаратов. Однако полученные на компьютерном томографе данные требуют обработки высококвалифицированными специалистами. Объем этих данных велик – физически с обследования одного пациента (будь то человек или животное) бывает получено несколько сотен снимков. Специалист должен просмотреть и проанализировать каждый. На это может уйти целый рабочий день. Не говоря о том, что во время выполнения рутинных действий ослабевает концентрация внимания, и рентгенолог может пропустить какую-либо важную информацию или неверно ее истолковать. Нередко приходится возвращаться к одним и тем же снимкам несколько раз. Искусственный интеллект поможет решить эту проблему и ускорить процесс анализа и интерпретации томограмм. Для этого необходимо сформировать все необходимые блоки программы. Сейчас эта работа уже начата. Сначала будут решаться малые задачи. Потом мы соберем их в единый комплекс решений, который станет мощным «помощником врача-ветеринара». И, что важно, работать он сможет и на расстоянии, если на месте не окажется необходимого специалиста. Современные цифровые каналы позволяют пересылать большие объемы данных, в том числе пакеты томографических изображений. При необходимости искусственный интеллект сможет обрабатывать их уже в процессе передачи.
Развитие ИИ – неизбежность
— В настоящее время аспирант Физического факультета НГУ Руслан Тюстин занимается разработкой алгоритмов анализа изображений у животных и созданием программ, помогающих ветеринарным врачам в осуществлении их деятельности, в том числе в проведении визуальной диагностики томографических снимков. Уже получены результаты в области сегментации — выделения контуров органов на снимках, работа в данном направлении продолжается. В будущем он планирует создавать модели и программы, которые позволят классифицировать опухоли и помогать врачу определять виды патологических состояний.
Для начала была поставлена простая задача – на томографических снимках вычленить изображения костной системы. Возможно, далее перейдем к разработке алгоритмов, анализирующих состояние костной системы, потому что травмы позвоночника довольно часто не вызывают у животных болевых ощущений, в отличие от людей, которые являются прямоходящими, но без оперативного вмешательства в ряде случаев могут привести к непоправимым последствиям, тогда как вовремя проведенная нейрохирургическая операция может позволить животному полностью восстановиться. Следующая задача будет посложнее – выделить легочную ткань. Во время пандемии ковида искусственный интеллект по анализу легочной ткани шагнул далеко вперед, и этот опыт необходимо использовать и в нашей сфере. Далее будет поставлена задача научить искусственный интеллект выделять органы брюшной полости и анализировать их состояние. Начать решено с печени, так как она у кошек и собак страдает чаще всего.
Развитие искусственного интеллекта – это неизбежность, и сейчас мы уже не рассматриваем его как отдельное направление рентгенологии. Это единый комплекс, впрочем, как и в других областях медицины. Врачи – и терапевты, и рентгенологи, и хирурги, - сетуют, что заполнение и оформление необходимой медицинской документации отнимает у них слишком много времени, и данную проблему надо как-то решать. Поток информации в медицине в последние годы многократно увеличился. Например, значительно выросло количество анализов и обследований, которые необходимо сдать и пройти как для назначения амбулаторного лечения, так и для госпитализации. Чтобы правильно их оценивать, необходимы глубокие знания в области биохимии и метаболомики. Нужно не просто посмотреть, соответствуют анализы норме или нет в отдельности, а увязать их результаты друг с другом. А потом сопоставить их с данными, полученными посредством различных видов обследования. Всеми необходимыми для этого знаниями обладает далеко не каждый врач. Зато искусственный интеллект справился бы с этой задачей без каких-либо затруднений при условии, если будет создан более крупный блок, обученный на единой базе данных, содержащей все необходимые данные для выполнения данных задач.
