Диагностическая эффективность отдельных систем автоматического анализа КТ-изображений в выявлении ишемического инсульта в бассейне средней мозговой артерии

Актуальность. Диагностика ишемического инсульта, с учетом его эпидемиологии, имеет высокую значимость в современной медицинской практике. Одним из наиболее перспективных методов решения данной задачи является внедрение систем автоматического анализа (САА) в стандартный рабочий процесс в качестве вспомогательного инструмента интерпретации лучевых изображений.

Цель: сравнительная оценка эффективности отдельных САА КТ-изображений в выявлении ишемического инсульта в бассейне средней мозговой артерии (СМА).

Материал и методы. В исследование включено три анонимизированных (A, B, C) программных продукта на основе технологии искусственного интеллекта. Аналитическая валидация осуществлялась на базе, включающей 100 пациентов, поступивших в Елизаветинскую больницу Санкт-Петербурга с подозрением на ишемический инсульт в бассейне СМА, которым были выполнены нативные КТ-исследования головного мозга. Ишемический инсульт у половины пациентов был подтвержден на основе клинических данных и проведения КТ-ангиографии сосудов головного мозга и брахиоцефальных артерий, а также КТ-перфузии. Проводилась оценка показателей эффективности выявления комплекса признаков ранних ишемических изменений (посредством автоматической сегментации и ранжирования балла по шкале ASPECTS) в бассейне СМА (чувствительность, специфичность, отношение правдоподобия положительного результата, отношение правдоподобия отрицательного результата, точность). Также в статье приведен график, позволяющий оценить качество бинарной классификации, – характеристические кривые (ROC-кривые).

Результаты. По результатам исследования определено, что все рассмотренные программы не достигли пороговых значений точности (диапазон от 0,67 до 0,75), необходимой для программ, согласно клиническим рекомендациям (0,80). Алгоритмы показали вариативность показателей чувствительности и специфичности. Одна из САА (А) имела высокую чувствительность (0,88), но при этом низкую специфичность (0,46), что свидетельствует о ее переобучении и склонности к гипердиагностике. Остальные алгоритмы (B, C) показали низкую чувствительность (0,6; 0,55) и высокую специфичность (0,9; 0,8).

Заключение. Выявленная точность тестируемых САА КТ-изображений свидетельствует о необходимости их дальнейшей доработки. Возможность и варианты внедрения САА остаются дискуссионными и требуют дальнейшего изучения. Особое внимание следует уделить оценке их комплементарного использования врачами лучевыми диагностами.

1. Указ Президента Российской Федерации от 10.10.2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с Национальной стратегией развития искусственного интеллекта на период до 2030 года). URL: http://www.kremlin.ru/acts/bank/44731 (31.08.2023).

2. Андропова П.Л., Гаврилов П.В., Казанцева И.П., Домиенко О.М., Наркевич А.Н., Колесникова П.А. и др. Оценка межэкспертной согласованности врачей-рентгенологов в диагностике ишемического инсульта в бассейне средней мозговой артерии с помощью компьютерной томографии. Медицинская визуализация. 2023;27. DOI: 10.24835/1607-0763-1315.

3. Морозов С.П., Владзимирский А.В., Кляшторный В.Г., Андрейченко А.Е., Кульберг Н.С., Гомболевский В.А. и др. (сост.) Клинические испытания программного обеспечения на основе интеллектуальных технологий (лучевая диагностика). Серия «Лучшие практики лучевой и инструментальной диагностики». М.; 2019:34.

4. Васильев А.Ю., Малый А.Ю., Серова Н.С. Анализ данных лучевых методов исследования на основе принципов доказательной медицины: учебное пособие. М.: ГЭОТАР-Медиа; 2008:32.

5. Гаврилов П.В., Ушков А.Д., Смольникова У.А. Выявление округлых образований в легких при цифровой рентгенографии: роль опыта работы врача-рентгенолога. Медицинский альянс. 2019;(2):51–56. URL: https://elibrary.ru/item.asp?id=38073049 (31.08.2023).

6. Мелдо А.А. Разработка и внедрение системы искусственного интеллекта в лучевой диагностике очаговых образований в легких: дис. … д-ра мед. наук; 3.1.25. Санкт-Петербург; 2022:235. URL: http://www.almazovcentre.ru/wp-content/uploads/%D0%94%D0%B8%D1%81%D1%81%D0%B5%D1%80%D1%82%D0%B0%D1%86%D0%B8%D1%8F-%D0%9C%D0%B5%D0%BB%D0%B4%D0%BE-%D0%90%D0%90.pdf (31.08.2023).