Магнитно-резонансная томография — наиболее распространенный метод первичной неинвазивной диагностики опухолей головного мозга и контроля динамики заболевания. Одни из самых сложных задач в этой области — классификация типов опухолей и определение их клинических параметров, таких как размер и объем. Эти данные важны для проведения диагностики и лечебных процедур, в том числе хирургических операций. Научные сотрудники Лаборатории аналитики потоковых данных и машинного обучения Механико-математического факультета Новосибирского государственного университета разработали программный модуль для дифференциальной диагностики новообразований головного мозга на МРТ-изображениях. Алгоритмы разрабатывались при поддержке гранта Российского фонда фундаментальных исследований (РФФИ), а программный модуль — в рамках программы «Приоритет – 2030».
– Созданный модуль мы встроили в свободно распространяемое открытое программное обеспечение, которое известно среди радиологов. Это программное обеспечение позволяет специалистам просматривать трехмерные МРТ-изображения и очень удобно в использовании. Мы встроили в него модуль, в который упаковали свой алгоритм. Он довольно сложный и тяжеловесный, потому исполняется на мощном удаленном сервере, а сам модуль представляет собой так называемую клиентскую часть. Модуль отсылает на сервер МРТ-снимки и получает в качестве ответа результат сегментации и классификации опухоли. В основе нашей разработки лежат двух- и трехмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательности. Данные модели позволяют с высокой точностью обнаруживать и распознавать 4 типа новообразований: менингиома, невринома, глиобластома и астроцитома, а также выделять их компоненты и размеры, — объяснил заведующий лабораторией Евгений Павловский.
Программный модуль основан на разработанном исследователями лаборатории наборе данных, в котором содержится информация о более тысячи пациентах нейрохирургического профиля с постоперационными диагнозами, подтвержденными гистологическими и иммуногистохимическими методами. Этот набор данных сформирован совместно с Федеральным центром нейрохирургии (г. Новосибирск).
— Мы снабдили эту базу данных 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». Руководитель филиала ИЦиГ СО РАН Андрей Летягин, вносил свою экспертизу в разметку опухолей – подтверждал ее или отбраковывал. Аналогичной работой занимались и представители Федерального центра нейрохирургии. Затем на этой базе мы обучили алгоритмы искусственного интеллекта. Они пока, конечно, не обладают свойством объяснимости, но наша следующая работа будет посвящена именно этой проблеме. Мы планируем научить алгоритм объяснять, почему он выдал именно такой контур опухоли и именно так ее классифицировал. Сделать это будет непросто, но уже существующий алгоритм имеет у экспертов высокую степень подтверждаемости и выдает информацию высокой степени объективности. Мы доказали это в своих научных статьях, опубликованных в нескольких специализированных изданиях. И, возможно, в будущем наш алгоритм заменит человека в выполнении рутинных процессов при определении контуров и типов опухолей головного мозга на МРТ-изображениях, — сказал заведующий лабораторией.
Исследователи проверили алгоритм на собственной базе данных и результаты их удовлетворили. Затем апробация и проверка прошла на международном конкурсе BraTS Challenge 2021. Точность работы алгоритма проводилась на тестовом наборе данных по метрике Дайса. В результате алгоритм, разработанный специалистами НГУ, вошел в десятку лучших, опередив почти тысячу команд.
— По классификации полученные результаты демонстрируют не только высокие показатели точности — до 92 %, — при анализе пациентов, но и очень высокий потенциал, а также перспективу для будущих исследований в этой области. Разработанный нами программный модуль может быть использован для обучения специалистов. О его внедрении в клиническую практику пока говорить рано, потому что он пока не прошел необходимых для этого испытаний, — уточнил Евгений Павловский.
Сейчас специалисты лаборатории работают над другим проектом, также связанным с исследованием МРТ головного мозга на предмет других диагнозов, в частности, рассеянного склероза. Здесь перед ними возникают серьезные вызовы: очаги патологии по размеру гораздо меньше, чем опухоли, и только обведением контуров здесь не обойтись. Если опухоль медленно растет на одном месте, то очаги рассеянного склероза появляются и исчезают. Искусственному интеллекту нужно будет не только их зафиксировать в определенный момент, но и отследить, куда они переместились или как объединились между собой.
— Сотрудники нашей лаборатории видят ее развитие в применении методов искусственного интеллекта к задачам медицины. Мы намерены продолжать работу в данном направлении, готовить магистрантов и аспирантов, способных его развивать, — сказал Евгений Павловский.
