Использование искусственного интеллекта, виртуальной, дополненной и смешанной реальности и 3D-технологий в лечении мочекаменной болезни

Введение. Мочекаменная болезнь (МКБ) – распространенное урологическое заболевание. Современные минимально инвазивные методы лечения требуют высокой точности. Технологии искусственного интеллекта (ИИ), виртуальной (VR), дополненной (AR), смешанной реальности (MR) и 3D-моделирования активно внедряются в клиническую практику и образование для повышения эффективности вмешательств.
Цель. Систематический анализ современных данных о применении ИИ, VR, AR, MR и 3D-технологий в диагностике, лечении и обучении при МКБ.
Материалы и методы. Проведен аналитический обзор литературы. Поиск источников осуществлялся преимущественно в базах данных PubMed и Journal of Urology. Основной акцент сделан на публикации за последние 5 лет, однако для освещения исторических и фундаментальных аспектов привлекались и более ранние работы.
Результаты. Технологии демонстрируют высокий потенциал в ключевых областях: 1) ИИ – прогнозирование исходов лечения (сепсис, эффективность ПНЛ, отхождение камня) с AUC до 0,95, автоматический анализ и сегментация конкрементов на КТ и эндоскопическом видео (DSC до 0,97), определение состава камней. 2) 3D-технологии – предоперационное моделирование и печать улучшают планирование ПНЛ, сокращая время операции и повышая точность доступа. Uro Dyna-CT обеспечивает точное интраоперационное измерение остаточных фрагментов. 3) AR/MR/VR – системы навигации сокращают время и попытки пункции при ПНЛ. VR-симуляторы (например, Uro Mentor) значительно повышают эндоурологические навыки у обучающихся, сокращая время процедур и снижая количество ошибок.
Выводы. Интеграция ИИ, VR, AR, MR и 3D-моделирования в урологию при МКБ ведет к персонализации лечения, повышению точности вмешательств, снижению риска осложнений и созданию эффективных обучающих систем. Для широкого внедрения необходимы дальнейшие исследования, особенно в сложных клинических сценариях, и валидация в реальной практике.

Введение. Мочекаменная болезнь является распространенным заболеванием, поражающим около 5–10% населения во всем мире [1, 2]. Неинвазивные или минимально инвазивные подходы уже являются стандартными при лечении нефролитиаза. При малоинвазивных процедурах прямой обзор операционного поля заменяется информацией, получаемой от систем визуализации, таких как интраоперационное ультразвуковое исследование (УЗИ), рентгеноскопия или эндоскопия. Эти методы, как правило, сопровождаются некоторыми неточностями из-за снижения тактильной обратной связи и ограниченного поля зрения [3].

Идеальным учебным пособием для начинающих является ручное обучение на живых пациентах, что, к сожалению, несет в себе этические проблемы. Интеграция искусственного интеллекта (ИИ), виртуальной реальности (virtual reality, VR), дополненной реальности (augmented Virtuality, AR) и смешанной реальности (mixed reality, MR) в урологическую практику и медицинское образование привели к улучшению производительности операционной, расширению возможностей врача, а также к появлению современных систем обучения, которые являются экономически эффективными и предъявляют повышенные требования к хирургическим показателям и результатам [4, 5].

В этой статье мы изучим применение виртуальной, дополненной и смешанной реальности, а также искусственного интеллекта в урологической практике при мочекаменной болезни.

VR – виртуальное построение искусственного мира. Первая виртуальная система в медицине была представлена в 1965 г. Робертом Манном. Ключевым элементом VR является высокий уровень погружения пользователя в виртуальную среду, а именно высокий уровень точности структур, а также взаимодействие пользователя с ними в реалистичной манере. Это стало доступно недавно, поскольку требует высоких стандартов определенных технологий, включая передовые тактильные устройства с возможностями силовой обратной связи, аудиовизуальные эффекты высокого разрешения, технологию обнаружения движения и высокопроизводительную вычислительную мощность для передачи и обработки информации с почти нулевой задержкой [6].

Хотя AR и VR имеют много общих технических аспектов, AR отличается от VR, поскольку ее целью является не создание полностью искусственной среды, а наложение изображений, созданных компьютером, на изображения реального мира [7]. Это позволяет врачу видеть физическое изображение окружающей среды с дополнениями в виде виртуальных изображений. Исторически развитие AR началось в 1960-х гг., но термин «дополненная реальность» был введен только в 1990 г. Рост использования AR пришел вместе с технологическими достижениями, которые сделали ее доступной и полезной. В настоящее время AR широко используется в клинических условиях, предоставляя дополнительную информацию для врача во время интервенционных процедур (наведение компьютерной томографии / магнитно-резонансной томографии (КТ/МРТ), визуализация путей), также ее применение распространено в образовательном мире. Основными областями интереса являются анатомия с трехмерной визуализацией труднопостижимых структур и физиология с представлением механизмов в четырехмерном (в пространственно-временном измерении) пространстве [8].

MR – иммерсивная технология, которая предоставляет виртуальный контент для взаимодействия с реальными элементами. Область мочекаменной болезни адаптировала технологические достижения, новые инструменты и методы для выполнения урологических лечебных процедур [4].

Искусственный интеллект (ИИ) – общий термин, подразумевающий использование компьютера для моделирования разумного поведения с минимальным вмешательством человека [9]. Термин «искусственный интеллект» (ИИ) был придуман Джоном Маккарти в 1956 г. Совсем недавно ИИ начал внедряться в медицину для улучшения ухода за пациентами за счет ускорения процессов и достижения большей точности, открывая путь к предоставлению лучшего здравоохранения в целом. Рентгенологические изображения, патологии и электронные медицинские карты пациентов оцениваются с помощью машинного обучения, что помогает в процессе диагностики и лечения пациентов и расширяет возможности врачей [5].

Применение искусственного интеллекта (ИИ) при МКБ

I. Использование ИИ для прогнозирования

Прогнозирование развития сепсиса после перкутанной нефролитотрипсии

В данном исследовании на основе методов машинного обучения разработана модель, предсказывающая риск развития сепсиса после перкутанной нефролитотрипсии (ПНЛ). Обучение ИИ проводилось на данных 694 пациентов, перенесших ПНЛ, среди которых в 45 (6,5%) случаях был зафиксирован послеоперационный сепсис. Разработанная модель продемонстрировала высокую прогностическую точность: площадь под ROC-кривой (AUC) составила 0,89, чувствительность – 87,8%, специфичность – 86,9%, общая точность – 87,4%.

Ключевыми предикторами развития сепсиса были выявлены следующие факторы: результаты предоперационного посева мочи, пол пациента, длительность предоперационной антиби...

Акопян Г.Н., Гасанова Л.К., Матковский И.А., Додов М.З., Гаджиев Н.К., Горгоцкий И.А., Руденко В.И., Глыбочко П.В.