Том 3, № 3 (2022)

Технические отчеты

Оптимизированный протокол бипараметрической магнитно-резонансной томографии для диагностики рака предстательной железы

Абуладзе Л.Р., Семенов Д.С., Панина О.Ю., Васильев Ю.А.

Аннотация

Обоснование. Рак предстательной железы занимает одну из лидирующих позиций в структуре онкологической заболеваемости среди мужчин. Актуальные на сегодняшний момент рекомендации PI-RADS формируют требования к протоколу магнитно-резонансной томографии, которые невозможно полностью реализовать на значительной части функционирующих томографов. В результате подход к выполнению исследования варьирует в разных медицинских организациях, что нередко негативно влияет на качество интерпретации изображения и диагностику целевой патологии.

Цель ― разработать оптимизированный для существующего парка магнитно-резонансных томографов протокол бипараметрической магнитно-резонансной томографии, потенциально эффективный для скрининга рака предстательной железы и раннего выявления новообразований. При этом протокол должен быть максимально приближен к актуальным рекомендациям PI-RADS v2.1 и соответствовать требованиям к эффективности работы отделений лучевой диагностики.

Материалы и методы. Предварительный анализ полученных магнитно-резонансных изображений предстательной железы в медицинских организациях Департамента здравоохранения города Москвы показал отсутствие единого подхода к выполнению данного исследования. Методом итерационной корректировки параметров сканирования нами был настроен протокол, обеспечивающий приемлемое качество визуализации при максимально возможном соответствии требованиям PI-RADS. Для количественной оценки качества получаемых изображений применялся фантом для контроля магнитно-резонансной томографии, рекомендованный Американским обществом рентгенологов.

Результаты. Разработан оптимизированный бипараметрический протокол для томографа Excelart Vantage 1,5 Т, включающий Т2-взвешенные изображения в трёх плоскостях и диффузионно-взвешенные изображения общей длительностью менее 11 мин. При этом обеспечен высокий уровень детализации предстательной железы, а параметры качества изображения (неоднородность яркости, нелинейность, разрешающая способность и толщина выделяемого среза) соответствовали допустимым производителем диапазонам.

Заключение. Предложенный протокол позволяет эффективно оценивать состояние предстательной железы. Его внедрение в практику медицинских организаций может оказать значимое влияние на выявляемость рака предстательной железы у населения. Следует отметить, что длительность протокола обеспечивает возможность его дополнения практически любым набором импульсных последовательностей в зависимости от целей исследования.

Digital Diagnostics. 2022;3(3):166-177
pages 166-177 views

Обзоры

Развитие исследований и разработок в сфере технологий искусственного интеллекта для здравоохранения в Российской Федерации: итоги 2021 года

Гусев А.В., Владзимирский А.В., Шарова Д.Е., Арзамасов К.М., Храмов А.Е.

Аннотация

Применение технологий искусственного интеллекта в российском здравоохранении является одним из приоритетных направлений реализации национальной стратегии развития искусственного интеллекта в нашей стране. Внедрение цифровых решений в медицинских организациях на основе искусственного интеллекта должно способствовать повышению уровня жизни населения и качества медицинской помощи, включая профилактические обследования, диагностику, основанную на анализе изображений, прогнозирование возникновения и развития заболеваний, подбор оптимальных дозировок лекарственных препаратов, сокращение угроз пандемий, автоматизацию и повышение точности хирургических вмешательств и т.д.

Идёт развитие нормативного и технического регулирования в сфере применения искусственного интеллекта в здравоохранении. Создан отечественный рынок соответствующих решений, некоторые из них получили регистрационные удостоверения Росздравнадзора как медицинские изделия. Различными научными коллективами выполняются исследовательские работы. Вместе с этим мы пока существенно отстаём от стран-лидеров в сфере искусственного интеллекта, таких как США и Китай. Инвестиции в продукты искусственного интеллекта для здравоохранения существенно снизились по итогам 2021 г. Основные причины отставания, как минимум с точки зрения рыночных показателей, находятся в низком спросе и ограниченных возможностях государственных медицинских организаций финансировать проекты искусственного интеллекта, а также в сфере доверия к безопасности и эффективности таких решений.

Digital Diagnostics. 2022;3(3):178-194
pages 178-194 views

Саркопения: современные подходы к решению диагностических задач

Сморчкова А.К., Петряйкин А.В., Семенов Д.С., Шарова Д.Е.

Аннотация

Саркопения является относительно новым диагнозом для медицинской статистики и системы здравоохранения, и тем не менее представляет социальное и экономическое бремя для системы здравоохранения из-за большого количества возможных неблагоприятных исходов, таких как повышение риска падений, физическая инвалидизация, увеличение времени пребывания в стационаре и увеличение смертности.

Несмотря на то, что узкоспециализированного медикаментозного лечения для саркопении не существует, профилактика и своевременное немедикаментозное лечение помогут снизить риск потенциальных неблагоприятных последствий.

Для установки диагноза саркопении необходимо подтверждение снижения не только мышечной силы, но и мышечной массы. Инструментальная диагностика включает в себя такие методы, как двухэнергетическая рентгеновская абсорбциометрия и биоимпедансометрия. Дополнением к этим методам могут быть алгоритмы искусственного интеллекта для автоматической сегментации мышечной и жировой ткани на компьютерно-томографических и магнитно-резонансных изображениях с последующим расчётом скелетно-мышечного индекса на уровне L3 позвонка. Такое программное обеспечение при его использовании в структурах, подобных Единому радиологическому информационному сервису Единой медицинской информационно-аналитической системы г. Москвы, открывает возможности для оппортунистического скрининга. Тем не менее общепризнанных количественных значений L3 скелетно-мышечного индекса для компьютерно-томографической и магнитно-резонансной диагностики саркопении пока не существует, несмотря на признание данных методик золотым стандартом Европейской рабочей группой по саркопении у пожилых людей. В дополнение к этому существует проблема унификации термина «скелетно-мышечный индекс».

При решении указанных проблем с помощью дальнейших популяционных исследований станет возможным получение новой методики инструментальной диагностики саркопении с последующим её применением для скрининга данного патологического состояния.

Digital Diagnostics. 2022;3(3):196-211
pages 196-211 views

Возможности программного обеспечения для мониторинга дозовой нагрузки пациентов в лучевой диагностике

Шатёнок М.П., Рыжов С.А., Лантух З.А., Дружинина Ю.В., Толкачев К.В.

Аннотация

Увеличение количества диагностических процедур с использованием ионизирующего излучения (компьютерная томография, интервенционные процедуры, применение ядерной медицины) приводит к увеличению лучевой нагрузки и, как следствие, росту коллективных и индивидуальных доз облучения пациентов.

Вопросам менеджмента и оптимизации дозы от диагностических исследований уделяется много внимания в международном профессиональном сообществе. Общемировая практика решает данную проблему при помощи программного обеспечения для мониторинга доз пациентов с целью автоматизированного сбора, анализа и учёта доз пациента при проведении диагностических исследований различных видов. Программное обеспечение позволяет получить данные о дозах пациентов от рентгенорадиологических процедур и детальную информацию об исследованиях, отследить суммарную накопленную дозу пациента, вести статистику по аппарату, рентгенолаборанту, медицинской организации, а также анализировать собранные дозиметрические данные, выводить причинно-следственную связь показаний дозы и условий проведения исследований, обеспечивать мониторинг эффективности работы оборудования.

В ходе данной работы выполнено исследование основных возможностей доступного на мировом рынке программного обеспечения для мониторинга доз пациентов. Определены ключевые технические требования к функционалу программного обеспечения, необходимого для практической работы.

Современное программное обеспечение для мониторинга доз обладает широким спектром возможностей для автоматизированного сбора, хранения и контроля данных по дозовым нагрузкам пациентов в отделениях лучевой диаг-ностики. Программное обеспечение для мониторинга доз пациентов позволяет повысить качество оказываемых медицинских услуг, обеспечить безопасность пациента и оптимизировать работу медицинской организации.

Digital Diagnostics. 2022;3(3):212-230
pages 212-230 views

Прозрачная отчётность о многофакторной предсказательной модели для индивидуального прогнозирования или диагностики (TRIPOD): разъяснения и уточнения

Moons K.G., Altman D.G., Reitsma J.B., Loannidis J.P., Macaskill P., Steyerberg E.W., Vickers A.J., Ransohoff D.F., Collins G.S.

Аннотация

Руководство TRIPOD (Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis) содержит контрольный перечень из 22 пунктов рекомендаций, предложенных для повышения качества отчётности по исследованиям, в которых разрабатывали, проверяли или обновляли предсказательные модели для диагностики или прогнозирования. Руководство TRIPOD направлено на повышение прозрачности отчёта об исследовании предсказательной модели, независимо от использованных методов. Этот документ с пояснениями и уточнениями включает обоснование, разъяснения значений каждого пункта рекомендаций, обсуждение важности прозрачной отчётности для оценки риска систематических ошибок и клинической полезности предсказательной модели. Каждая рекомендация руководства TRIPOD подробно объясняется, приводятся опубликованные примеры правильного представления результатов. Документ также содержит ценную справочную информацию, которую следует учитывать при разработке, проведении и анализе исследований предсказательных моделей. Рекомендуем авторам включать в свои работы все пункты контрольного перечня, что облегчит оценку исследования редакторами, рецензентами, читателями и исследователями, проводящими систематическое обобщение результатов таких исследований. Контрольный перечень TRIPOD также доступен по адресу: www.tripod-statement.org.

Информацию о членах инициативной группы TRIPOD см. в Приложении.

Данная статья является переводом на русский язык. Оригинальная статья опубликована в Annals of Internal Medicine. 2015;162(1):W1–W73. doi: 10.7326/M14-0698. Перевод и повторная публикация осуществлены с разрешения правообладателя. Перевод и научное редактирование выполнены д.м.н. Р.Т. Сайгитовым (ORCID: 0000-0002-8915-6153).

Digital Diagnostics. 2022;3(3):232-322
pages 232-322 views

Письма в редакцию

Сосуществование машинного интеллекта, цифрового искусства и диагностики: возможно ли оно?

Власов А.В.

Аннотация

Развитие машинного интеллекта и применение генеративных изображений, созданных с его помощью, является перспективным направлением коммуникационного дизайна и человеко-машинного взаимодействия. Письмо в редакцию представляет собой авторское видение применения генеративных изображений в области диагностики состояний человека.

Использование машинного интеллекта как интерактивного и интеллектуального инструмента диагностики позволит психологу и врачу эффективно дополнить терапевтические процессы контролируемого взаимодействия их участников.

Сейчас уже существуют библиотеки моделей и наборы приложений с text-to-image алгоритмами, которые могут быть задействованы инженерами и дизайнерами в процессе создания объектов современного цифрового искусства, и также могут быть использованы в исследованиях новых парадигм с помощью визуальных коммуникаций, их прикладного применения в экспериментальной диагностике.

Digital Diagnostics. 2022;3(3):324-330
pages 324-330 views

Клинические случаи и серии клинических случаев

Возможности диагностики: инновационный подход в использовании магнитно-резонансной томографии при аневризме аорты

Кобелев Е., Пак Н.Т., Бобрикова Е.Э., Усов В.Ю., Кливер Е.Э., Сирота Д.А., Чернявский А.М., Берген Т.А.

Аннотация

В статье сообщается об инновационном применении магнитно-резонансной томографии для определения хирургической тактики.

Авторы описывают случай 47-летнего пациента, которому провели исследование методом магнитно-резонансной томографии с последующим хирургическим лечением аневризмы аорты. В отличие от эхокардиографии, этот способ диагностики позволяет увидеть всю грудную аорту, в отличие от компьютерной томографии ― помогает выявить изменения в стенке аорты. С помощью магнитно-резонансной томографии удалось определить дистальный край резекции. Послеоперационный период прошёл без осложнений. По синхронизированным с электрокардиограммой данным проведена оценка структурных изменений стенки аорты и её механические свойства. Важно отметить, что результаты магнитно-резонансной томографии коррелировали с результатами гистологического исследования.

Для эффективного хирургического лечения пациентов с аневризмой аорты необходимо определять степень изменений в стенке сосуда.

Магнитно-резонансная томография стенки аорты ― перспективное направление в диагностике, требующее дальнейшего изучения в многоцентровых исследованиях.

Digital Diagnostics. 2022;3(3):332-339
pages 332-339 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».