Фото: пресс-служба Сеченовского университета
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 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.
Источник: Известия
