Разработка интеллектуальной системы диагностирования саркопении по данным компьютерной томографии

Саркопения#nbsp;— ассоциированное с#nbsp;возрастом дегенеративно-атрофическое изменение мышечной ткани.
По#nbsp;мере старения человеческого организма скелетная мышечная масса, начиная с#nbsp;30 лет, уменьшается ежегодно на#nbsp;0,1−0,5% с#nbsp;резким ускорением процесса после 65 лет. Европейская рабочая группа по саркопении у#nbsp;пожилых людей (EWGSOP) в#nbsp;2009#nbsp;г.#nbsp;дала определение этому состоянию как «мышечному заболеванию, заключающемуся в#nbsp;неблагоприятных изменениях мышц, которые накапливаются на
протяжении всей жизни". При этом отмечается, что саркопения распространена не#nbsp;только среди людей пожилого возраста, но#nbsp;может встречаться и#nbsp;в#nbsp;более молодом возрасте. Согласно рекомендациям EWGSOP 2019, снижение мышечной силы как ключевой симптом для подтверждения диагноза саркопении требует инструментального подтверждения снижения количества и#nbsp;качества мышц. Саркопения не#nbsp;просто снижает качество жизни пациентов в#nbsp;возрасте от#nbsp;60 лет. Наибольшей информативностью в#nbsp;верификации саркопении обладают инструментальные методы диагностики, а#nbsp;именно количественная оценка мышечной ткани с#nbsp;помощью компьютерной томографии (КТ). Использование методов лучевой диагностики в#nbsp;качестве стандартного скрининга саркопении не#nbsp;может рассматриваться в#nbsp;силу экономических ограничений и#nbsp;избыточной лучевой нагрузки.

В#nbsp;настоящее время в#nbsp;литературе нет данных об#nbsp;исследовании экономической и#nbsp;клинической эффективности оппортунистического скрининга саркопении с#nbsp;использованием УЗИ, ДРА, КТ#nbsp;или МРТ. В#nbsp;первую очередь это связано с#nbsp;отсутствием стандартов специальной оценки мышечной ткани в#nbsp;рамках стандартной диагностической процедуры, трудоемкостью сегментации зоны интереса и#nbsp;низкой настороженностью специалистов в#nbsp;отношении саркопении. Новый виток развития диагностической визуализации связывается с#nbsp;первыми попытками внедрения в практику технологии «искусственного интеллекта», развитием машинного обучения и#nbsp;анализа больших наборов данных. Значительный массив данных, таких как плотность костей, ожирение и#nbsp;мышечная масса, в#nbsp;настоящее время может упускаться из#nbsp;внимания при проведении томографических исследований. Тем не#nbsp;менее эти результаты имеют непосредственное отношение к#nbsp;общему благополучию пациентов и#nbsp;могут быть использованы для автоматического анализа. Кроме того, сравнение с#nbsp;номограммами, основанными на#nbsp;возрасте, поле и#nbsp;этнической принадлежности пациента, является трудной задачей, которая может быть быстро и#nbsp;точно выполнена автоматизированной системой. Однако использование таких автоматизированных процессов пока остается за#nbsp;рамками современной практики. Разработка и#nbsp;внедрение разрабатываемого программного продукта анализа КТ-снимков (ППАКС) позволит увеличить точность описания КТ-изображений и, как следствие, точность постановки диагноза саркопении, что приведет к#nbsp;ранней её#nbsp;верификации и#nbsp;возможности повлиять на#nbsp;течение данного патологического процесса.

При создании ППАКС используются инновационные научные подходы на#nbsp;стыке медицины и информационных технологий. В#nbsp;лучевой диагностике искусственный интеллект чаще всего применяется при решении когнитивно простых задач: например, для формирования подсказок врачу, готовящему вывод по#nbsp;результатам исследования. Однако текущий уровень развития цифровых технологий позволяет добиться гораздо большего. Так, разделяя все случаи на#nbsp;«норму» и#nbsp;«патологию», искусственный интеллект дает рентгенологу возможность сфокусироваться именно на#nbsp;патологии. Кроме того, ППАКС может автоматически искать различия между вариантами туберкулёза, классифицировать патологии. Данный продукт планируется сделать в#nbsp;виде плагина#nbsp;— независимо компилируемого программного модуля, подключаемого к#nbsp;основной программе, которую используют врачи рентгенологи. Предполагается, что ППАКС, в#nbsp;виде программного кода будет иметь незначительный вес до#nbsp;100 Мбайт и#nbsp;возможность простого понятного интерфейса. Может возникнуть ряд сложностей с#nbsp;интеграцией и#nbsp;ППАКС может существовать в#nbsp;качестве облачного сервиса. Затраты в#nbsp;рамках реализации проекта относительно невелики, сопоставимые затратам от#nbsp;реализации проекта. В#nbsp;Российской федерации есть попытки внедрения искусственного интеллекта в#nbsp;описание рентгенологических снимков, например, в#nbsp;российской частной клинике «Медицина» внедрена нейросеть для описания рентгеновских снимков, разработанная компанией Care Mentor AI, но#nbsp;это единичные пилотные проекты и#nbsp;Кузбасс может выступить одним из#nbsp;них, с#nbsp;учетом узкой специализации и#nbsp;диагностики отдельно взятого заболевания, распространенного на территории Кемеровской Области.

Разрабатываемый программный продукт планируется интегрировать в#nbsp;инструментарий врачей-рентгенологов в#nbsp;Кемеровской области, сначала в#nbsp;нескольких пилотных клиниках, далее при высокой результативности, распространить на#nbsp;все учреждения здравоохранения.

Планируется, что нейронная сеть будет идентифицировать целевые зоны оцениваемой мышечной ткани в#nbsp;области исследования, в#nbsp;частности на#nbsp;уровне третьего поясничного позвонка, определять площадь мышечной ткани на#nbsp;конкретном уровне и#nbsp;сопоставлять полученные данные с#nbsp;нормативными значениями, выдавая заключение о#nbsp;наличии или отсутствии саркопении у#nbsp;пациента. А#nbsp;уже после машинной обработки КТ-изображения просматривает врач и#nbsp;верифицирует сделанное нейронной сетью заключение. Данный программный продукт позволит увеличить точность и#nbsp;скорость диагностики саркопении у#nbsp;человека.
Далее планируется распространение данного продукта на#nbsp;федеральный уровень.

Цель и#nbsp;задачи
Целью выполнения НИОКР является разработка программного обеспечения, способного выявлять патологическое состояние мышечной ткани тела человека - саркопению.

Задачи:

• анализ требований к интеллектуальному программному обеспечению (выполнен);
• проектирование программного обеспечения (выполнен частично);
• создание и обучение моделей нейронных сетей;
• программирование Backend части программного обеспечения;
• программирование Frontend части программного обеспечения;
• тестирование и отладка программного обеспечения.

Основные результаты проекта.
Результатом проекта будет программное обеспечение, которое будет выполнено в виде облачного сервиса, осуществляющего скрининг получаемых КТ брюшной полости на предмет саркопении, в которую врач сможет загружать КТ-снимки (снимки компьютерной томографии) брюшной полости. Анализ снимков будет производиться ансамблем нейронных сетей, результатом работы которых будет являться оценка вероятности наличия этой патологии, а также разметка изображения, чтобы помочь врачу оценить обоснованность этого диагноза.