В зоне интерфейса: цифровая платформа выявит злокачественные опухоли почек

Российский сервис для онкоурологов, который помогает поставить точный диагноз пациентам с патологиями почек, прошел стадию технических испытаний и скоро будет зарегистрирован для клинического использования в РФ. Веб-платформа в автоматическом режиме совмещает четыре фазы КТ-исследования в единое трехмерное изображение всего за несколько минут. Также в планах обучение виртуального помощника цифровой биопсии, то есть он сможет определять, доброкачественная опухоль или злокачественная. Подробнее о перспективах технологии — в материале «Известий».

Сервис для поиска болезней почек

Веб-платформа поддержки принятия врачебных решений Sechenov.AI_nephro, которая помогает поставить точный диагноз пациентам с патологиями почек, успешно прошла технические испытания перед регистрацией, рассказали «Известиям» в Сеченовском университете. По словам медиков, опухоль почки — одно из самых распространенных заболеваний, с которым сталкиваются врачи-онкоурологи. Около 20 лет назад у пациента с данным заболеванием не было выбора — только удаление почки. Но постепенно в клиническую практику стала входить резекция — операция по удалению опухоли с сохранением органа.

Чтобы снизить риск осложнений после такого оперативного вмешательства, хирург должен знать точное расположение опухоли и с какими анатомическими структурами она граничит. Стало понятно, что требуется 3D-изображение, на котором будет не только опухоль почки, но и сосуды, которые ее питают, элементы чаше-лоханочной системы, вены и соседние структуры. С 2008 года в Институте урологии Сеченовского университета начали применять 3D-моделирование патологического процесса у пациентов с новообразованиями паренхимы (ткань внутренней среды) почки. В ручном режиме при работе команды из трех специалистов — врача-уролога, врача лучевой диагностики и IT-специалиста — процесс построения занимал до суток.

Теперь же благодаря разработке нового веб-ресурса и автоматизации системы получение изображения — дело нескольких минут, рассказали в университете. Врачу необходимо загрузить КТ-исследование пациента и в интерфейсе выделить зону интереса — опухоли в области почек.

— Перед тем как попасть на сервер, данная зона вырезается и отправляется в обработку, — рассказал «Известиям» ведущий инженер-программист университетского Центра нейросетевых технологий Института урологии Иван Черненький. — И уже на стороне сервера нейросеть выделяет необходимые анатомические структуры: артерии, вены, мочеточники, паренхиму почки, опухоль, кисты и создает дополнительный файл с этими «масками». После этого он возвращается пользователю и уже происходит 3D-построение, с которым можно работать.

По словам специалиста, благодаря 3D-модели можно оценить глубину погружения опухоли в почку, выполнить виртуальную резекцию разными плоскостями и получить другую информацию, важную для врача.

Что такое цифровая биопсия

В ближайшее время Sechenov.AI_nephro пройдет регистрацию Росздравнадзора, рассказали в университете. Сейчас на веб-платформе доступны следующие опции: 3D-моделирование патологического процесса у пациентов с новообразованием паренхимы почки, а также система может строить наблюдение пациентов с кистами почек и гидронефрозом.

— В планах — обучение веб-платформы цифровой биопсии, то есть она сможет определять, доброкачественное или злокачественное новообразование у пациента, а также цифровой пункции распознаванию типа опухоли. К концу этого года мы надеемся это реализовать в виде альфа-версии программы, — рассказал «Известиям» директор Центра нейросетевых технологий Евгений Сирота.

Также веб-платформа может стать полезна для врачей-трансплантологов, которые занимаются трансплантацией почек. Уже подписан договор о сотрудничестве в этой области с Брестской клинической больницей (Белоруссия), добавил специалист.

— У коллег из Бреста накоплен значительный опыт в выполнении трансплантации почки. Та доля дисциплин, которые мы планируем добавить в платформу, очень важна для врачей-трансплантологов — как на этапе планирования в плане функционального состояния, так и на послеоперационном этапе для оценки функционального состояния трансплантата, — пояснил он.

В настоящее время внедрение новых высокотехнологичных методов диагностики, таких как 3D-технологии, позволяет получать более детальное представление об индивидуальных топографо-анатомических особенностях строения органа в сочетании с патологическим процессом и течением заболевания, рассказал врач уролог клиники «Семейная» Алдар Очиров.

— По словам ученых, благодаря созданию веб-платформы нейронная сеть создает в течение нескольких минут 3D-модель интересующего пораженного участка и дает возможность выполнить виртуальную резекцию и получить важную информацию для хирурга. Действительно, благодаря дополнительному 3D-методу диагностики предварительная оценка операции при раке почки позволяет выбрать метод и доступ вмешательства, планирование предварительного оперативного лечения, предотвращать развитие осложнений и прогнозировать результат, что является большой пользой как и для врача, так и для пациента, — отметил он.

Также, помимо новообразований почки, данный метод позволяет выявить индивидуальные особенности и строение органа, выявить такие патологии, как мочекаменная болезнь почек, гидронефроз, кисты и так далее, отметил уролог.

За рубежом существуют аналогичные решения, например Virtual Surgical Planning или Mimics Innovation Suite, однако Sechenov.AI_nephro выделяется удобным веб-форматом, который делает доступ к технологии максимально простым и эффективным, прокомментировал разработку сооснователь биотех-стартап-студии Scanderm (участник рынка НТИ «Хелснет» (HealthNet) Евгений Соболев. Логичным шагом в развитии платформы станет внедрение алгоритмов для диагностики рака мочевого пузыря.

— Этот вид онкологических заболеваний сложно обнаружить на ранних стадиях: опухоль скрывается в слизистой оболочке и часто меняет свою морфологию. К тому же видеозаписи эндоскопии насыщены визуальными шумами, что усложняет диагностику даже для опытных специалистов. Если создать качественную сегментацию и разметку данных, это позволит собрать мощный обучающий датасет для ИИ, который сможет автоматически обнаруживать опухолевые изменения, — сказал эксперт.

Проект реализуется в рамках программы стратегического академического лидерства «Приоритет-2030» и стратегического проекта «Сеть развития лучших практик в медицине, науке и образовании».