На снимках из томографа – очертания легких. Внутри них – мелкие белые точечки и большое округлое пятно, или шаровидное образование. Оно может говорить как о пневмонии, так и о туберкулезе или о раке легких, и чтобы поставить диагноз, врачу требуется изучить историю болезни пациента и учесть множество факторов. Барнаульские ученые решили обучить нейросеть, чтобы этот процесс стал проще.
Из всех вариантов
Пневмония, туберкулез и рак были выбраны как наиболее часто встречающиеся нозологии, но в целом нейронная сеть может выучить и другие заболевания. Ее особенность в том, что она с разных аспектов рассматривает томограммы легких, в том числе и то, что человек разглядеть не в силах. При этом искусственный интеллект не может изучить историю болезни, как это делает врач, – электронике приходится ставить диагноз только по томограммам.
– Я каждый день работаю на компьютерном томографе, смотрю легкие, – рассказывает один из авторов проекта Владимир Коновалов, доктор медицинских наук, профессор кафедры онкологии АГМУ. – Типичная ситуация: шаровидное образование, пятнышко. В первую очередь всегда предполагаю рак, чтобы вовремя его уловить и вылечить. А потом начинаю сомневаться, читать историю болезни. Если пациент заболел неделю назад, если есть температура высокая – значит, скорее всего, это пневмония. Если такого нет – читаю дальше. Болели ли туберкулезом родственники или соседи? Часто это указывают. Но может выйти так, что мы отправили пациента в туберкулезный диспансер, а при операции визуальная картина покажет, например, рак. То есть я ошибся. Точность диагностики заболеваний легких даже у опытных рентгенологов не выше 60%.
Второго автора проекта на разработку вдохновила личная история. Сергей Леонов, доктор технических наук, профессор кафедры «Технология машиностроения» АлтГТУ, вспоминает:
– Несколько лет назад у меня обнаруживали образование в легком. Владимир Константинович говорил, что у меня, скорее всего, туберкулез. Хирург, который меня оперировал, был уверен, что это рак, а он тоже очень опытный, хороший специалист. Мне сделали бронхоскопию, но добраться и взять пробу с образования не смогли, слишком глубоко оно находилось. Поэтому на операцию меня положили как больного раком. Выяснилось – доброкачественная опухоль, которую можно было не удалять. И мне захотелось поучаствовать в такой разработке, которая помогла бы точнее ставить диагноз и избежать ненужных операций.
Конечно, можно помимо КТ провести другие обследования. Довольно высокая точность у позитронного эмиссионного томографа, который ориентирован на определение онкологии, но обследование дорогостоящее. Либо можно сделать пункцию через грудную клетку, чтобы исследовать клетки, взятые из новообразования.
– Рискованно. А если это рак? Зараженные клеточки по каналу, оставленному иглой, могут распространиться по организму, – отзывается об этом методе Владимир Коновалов. – В свою очередь, КТ на современных томографах – это безопасное и доступное обследование.
Сергей Леонов и Владимир Коновалов совместно написали 28 научных статей, 1 монографию, получили 2 патента и 7 свидетельств о государственной регистрации программ.
Полигоны плотности
Владимир Коновалов собрал большую базу компьютерных томограмм и рассортировал их по диагнозам – разумеется, все они подтверждены, операцией или другими способами был достоверно выяснен характер образований в легких. Комплектов томограмм накопились тысячи.
Фамилии и имена пациентов программа стирает, ей они не нужны. Владимир Константинович вручную выделяет интересующий фрагмент томограммы: искусственный интеллект на данный момент не распознает шаровидное образование сам. Но проанализировать указанное врачом изображение может. Сергей Леонов показывает графики, в соответствии с которыми работает нейросеть:
– Это так называемые полигоны плотности. Одна кривая говорит, какая плотность образований с точки зрения проницаемости рентгеновских лучей чаще всего встречается у пациентов с диагнозом «рак». Для туберкулеза совсем другая кривая.
Кривые пересекаются, значит, нужны дополнительные данные. Ученые вывели шесть параметров, и плотность образования – это только один из них.
– Сейчас мы с Владимиром Константиновичем пробуем добавить и другие параметры – например, пол и возраст пациента. Пока не получается автоматизировать распознавание наружной формы шаровидных образований, – отмечает Сергей Леонидович. – Чем больше параметров мы будем использовать, тем точнее постановка диагноза. Сейчас она составляет около 80%.
В перспективе у ученых – научить нейросеть распознавать формы рака: аденокарциному, плоскоклеточный рак, ведь при разных формах рака назначают разное лечение.
Человеческий фактор
Нейросеть функционирует уже около пяти лет, аспиранты АГМУ помогают пополнять базу и обучать систему. Но готового программного продукта, который было бы удобно использовать в медицинских учреждениях, пока нет: для его создания нужен квалифицированный программист и официальное разрешение на внедрение. На сегодняшнем этапе процесс общения с нейросетью трудозатратный. Данные из обработанных томограмм вручную вводят в таблицу, которую искусственный интеллект анализирует. В итоге система выдает вероятности для каждой из нозологий. Из сравнения этих цифр и делается вывод о диагнозе. Алгоритм отлажен, но если поместить его в полноценную компьютерную программу, то с ним справится любой рентгенолог.
– Роль рентгенолога в такой диагностике все равно остается. Его невозможно исключить из алгоритма, полностью доверив постановку диагноза программе. Да и не нужно, – подчеркивает Сергей Леонов. – Диагностика – это целое искусство. Врач видит мелочи, которые программа не может воспринять. И анализировать выводы должен тоже живой человек. Система искусственного интеллекта только советует, и она тоже может ошибаться.
По материалам газеты «Вечерний Барнаул»
