Автоматизированная система поддержки принятия врачебных решений в лечении больных с новообразованиями паренхимы почки – первый опыт использования веб-платформы «Sechenov.AI_nephro» – результаты многоцентрового тестирования

Цель исследования: оценить работу автоматизированной системы поддержки принятия врачебных решений «Sechenov.AI_nephro» в лечении пациентов с новообразованиями паренхимы почки (НПП).
Материалы и методы. β-версия веб-платформы «Sechenov.AI_nephro» состоит из нейронной сети на основе MONAI (Medical open network for AI) и веб-интерфейса, алгоритмы которого классифицированы на основании данных сегментации в «ручном» режиме при помощи программы 3D-моделирования «Amira». В многоцентровое проспективное исследование включен 441 пациент с НПП. Тестирование проводилось в течение 12 мес. на базе 3 урологических центров: 358 (81,2%) пациентов Сеченовского Университета; 73 (16,6%) больных Башкирского Государственного медицинского университета (БГМУ); 10 (2,3%) пациентов Саратовского Государственного медицинского университета
им. В. И. Разумовского(СГМУ). Во всех наблюдениях перед операцией выполнялась мультиспиральная компьютерная томография (МСКТ) с контрастированием. DICOM (Digital Imaging and Communications in Medicine)-данные МСКТ каждого пациента врач-уролог загружал в веб-платформу «Sechenov.AI_nephro» с целью автоматического построения 3D-модели патологического процесса. Оценка работы веб-платформы «Sechenov.AI_nephro» проведена на основании анкетирования врачей, выполнявших операцию. Анкета включала 14 вопросов с балльной оценкой от 1 до 10 баллов. Опросник разделен на 3 основных раздела: 1 – оценка качества работы веб-платформы «Sechenov.AI_nephro»; 2 – оценка использования 3D-модели в беседе с пациентом для планирования операции и интраоперационной навигации; 3 – анализ выбора полезного режима отображения данных, ошибки построения 3D-модели.
Результаты. анкетирование выполнено в 253 (57,37% из 441) наблюдениях. Оценка качества построений 3D-моделей – 7,8–9,4 балла, использование 3D-модели в беседе с пациентом для планирования операции и интраоперационной навигации – 7,8–9,4 балла. 3D-модели построены правильно в 70% наблюдений. Областью интереса являлся полезный режим отображения 3D- моделей в планировании операции. Неверно построенные элементы анатомии – вены в 25,5% и опухоль 26,4% наблюдений соответственно.
Заключение. Работа автоматизированной системы поддержки принятия врачебных решений в лечении больных НПП «Sechenov.AI_nephro» продемонстрировала удовлетворительное качество воспроизведения 3D-моделей патологического процесса. 3D-построения позволяют персонифицированно определять хирургическую тактику лечения пациентов с НПП.

Введение. С развитием медицинских технологий лучевые методы визуализации стали неотъемлемой частью в диагностике и планировании тактики лечения пациентов с новообразованиями паренхимы почки [1].

Стандартно при определении хирургической тактики лечения больных с новообразованиями паренхимы выполняется мультиспиральная компьютерная томография (МСКТ) и/или магнитно-резонансная томография (МРТ). Однако современные методы лучевой диагностики имеют свои недостатки. Анализ DICOM (Digital Imaging and Communications in Medicine)-данных МСКТ и/или МРТ в стандартных редакторах просмотра не позволяет хирургу иметь объемную картину нормальной и патологической анатомии области планируемого хирургического вмешательства. Для решения этого недостатка в большинстве ведущих урологических клиник используется 3D-моделирование патологического процесса.

Анализ хирургом трехмерных топографо-анатомических и патологоанатомических характеристик области интереса в наблюдениях с НПП на этапе предоперационного планирования и в ходе операции является ключевым в достижении приемлемых функциональных и онкологических результатов хирургического вмешательства.

Основным преимуществом 3D-построений являются лучшее понимание хирургом сосудистой анатомии почки, взаимоотношения новообразования с элементами чашечно-лоханочной системы почки, а при наличии местно-распространенного процесса – возможностей оценки инвазии опухоли в нижнюю полую вену и окружающие органы и ткани.

В Институте урологии и репродуктивного здоровья человека, Сеченовского университета 3D-технологии в лечении пациентов с хирургическими заболеваниями почки используются более 25 лет. За означенный промежуток времени в клинике проводились исследования по эффективности применения 3D-моделирования патологического процесса у пациентов с НПП, подвергшихся хирургическим вмешательствам из открытого и лапароскопического доступов [2].

Трехмерные построения выполнялись в «ручном» режиме командой из трех основных специалистов: врача-уролога, врача лучевой диагностики, специалиста по программному обеспечению, при помощи программы 3D-моделирования «Amira». Несмотря на положительные стороны, использование программы 3D-моделирования «Amira» связано с определенными сложностями и ограничениями. Так, имеется необходимость приобретения лицензии для работы с программным софтом; работа по воссозданию 3D-модели требует специализированных знаний в области информатики. Кроме того, время, затраченное на построение полноценной 3D-модели, в среднем составляет не менее 2 ч.

В ответ на эти ограничения в Институте урологии и репродуктивного здоровья человека Сеченовского университета разработана автоматизированная система поддержки принятия врачебных решений – веб-платформа «Sechenov.AI_nephro». Веб-платформа использует преимущества искусственного интеллекта и машинного обучения для создания персонализированных 3D-моделей патологического процесса, устраняя необходимость в «ручном» построении, что приводит к сокращению временных затрат.

«Sechenov.AI_nephro» представляет собой инновационный шаг в оптимизации предоперационного планирования, позволяя врачам получать персонифицированную информацию о нормальной и патологической топографической анатомии области планируемого хирургического вмешательства за короткий промежуток времени без необходимости владения широкими познаниями в программировании.

Цель исследования: оценить работу автоматизированной системы поддержки принятия врачебных решений «Sechenov.AI_nephro» в лечении пациентов с НПП.

Материалы и методы. Проведено многоцентровое проспективное исследование за период с июня 2023 по июнь 2024 г., включившее 441 пациента с НПП, подвергщегося хирургическому лечению на базе трех урологических центров: 358 (81,2%) пациентов Института урологии и репродуктивного здоровья человека (Сеченовский университет); 73 (16,6%) больных Башкирского государственного медицинского университета (БГМУ); 10 (2,3%) пациентов Саратовского государственного медицинского университета им. В. И. Разумовского (СГМУ). Средний возраст пациентов – 61,2±10,86 года, соотношение мужчин и женщин составило 1,2:1,0. Основные демографическ...

Жолдубаев А.А., Глыбочко П.В., Аляев Ю.Г., Бутнару Д.В., Шпоть Е.В., Черненький М.М., Черненький И.М., Фиев Д.Н., Проскура А.В., Конышев А.В., Сирота Е.С., Исмаилов Х.М., Шурыгина Р.К., Амрахов С.А., Измайлова А.А., Сар- кисьян И.П., Суворов А.Ю., Павлов В.Н., Кабиров И.Р., Урманцев М.Ф., Байков Д.Э., Иткулов А.Ф., Хафизов М.М., Гильметдинов Р.Ф., Антипина А.А., Россоловский А.Н., Дурнов Д.А., Бобылев Д.А., Иванов С.Д.