Применение алгоритмов искусственного интеллекта для диагностики патологии заболеваний уха

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Своевременная и качественная диагностика заболевания является основой грамотной тактики лечения пациента. В своём исследовании авторы показывают, что отоларингологи ошибаются в каждом четвёртом диагнозе, а врачи общей практики (терапевты, педиатры, фельдшеры) — в каждом втором. В результате это приводит к возникновению осложнений, хронизации процессов, увеличению сроков лечения и реабилитации, ухудшению трудоспособности населения и падению доверия пациентов [1].

Сегодня в зарубежной медицине средства искусственного интеллекта активно стали внедряться и в оториноларингологию. Наиболее распространено использование компьютерного зрения как инструмента применения искусственного интеллекта в обучении, а в дальнейшем в использовании в диагностике и лечении заболеваний уха, горла и носа. По данным Министерства здравоохранения Российской Федерации, в среднем ежегодно более 6% населения страны обращается к оториноларингологу с патологией наружного и среднего уха. Это соответствует тому, что консультация оториноларинголога требуется 9 000 000 человек ежегодно. В оториноларингологии для обучения нейросетей используют изображения, полученные при эндоскопическом обследовании пациентов (например, при видеоларингоскопии) [2–4].

Разработка и внедрение в клиническую практику технологий, основанных на применении алгоритмов искусственного интеллекта, является одним из приоритетов развития медицинских технологий и требует тщательного и взвешенного подхода к разработке и обучению подобных систем.

Цель — разработка и обучение нейросети (алгоритмов искусственного интеллекта) для определения патологии уха на основе цифровых эндоскопических изображений.

Материалы и методы. Началом нашей работы стало создание базы данных цифровых эндоскопических фотографий. Для этого во время стандартного отохирургического приёма был проведён сбор эндовидеофотографий нормальных и патологически изменённых барабанных перепонок в обезличенном формате. Следующим этапом была сформирована система критериев оценки снимков для дальнейшей разметки. Сформировано «дерево диагнозов» ушных заболеваний, основанных на визуальных признаках, для создания мыслительного алгоритма распознавания состояния (норма/патология) наружного слухового прохода и барабанной перепонки. Снижение степени субъективности оценки изображений было достигнуто посредством создания коллегиального подхода в формате консилиума.

Для обучения нейросети коллективом авторов было выполнено, загружено и размечено 5750 цифровых эндоскопических изображений в формате jpg, jpeg. Количество нормальных изображений наружного слухового прохода с не изменённой барабанной перепонкой составило750, патологически изменённых — 5000 снимков. Разметка снимков проводилась с учётом разработанных критериев оценки визуальных признаков с последующим присвоением нозологического статуса заболевания/нормы.

Результаты. В результате проведённого исследования были изучены основные метрики: специфичность, точность и чувствительность. Результаты значений для 11 классов (норма и 10 различных нозологий): варьирование показателя специфичности составило от 0,846 до 0,982; точности — от 0,422 до 0,950; чувствительности — от 0,433 до 0,900.

Заключение. Выполненная исследовательская работа иллюстрирует возможность создания и обучении нейросети, основанной на применении алгоритмов искусственного интеллекта, для оценки состояния наружного слухового прохода и барабанной перепонки. При этом важными компонентами являются не только сбор качественных снимков, но и грамотная разметка данных, создание «дерева диагнозов», основанных на визуальных признаках. Дальнейшее повышении точности распознавания основных заболеваний уха может стать основой для создания системы помощи принятия врачебного решения и оказывать непосредственную помощь в практической медицине.

Об авторах

Альвина Генриховна Хубларян

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского

Email: alvinka95@mail.ru
ORCID iD: 0000-0001-8934-5977
SPIN-код: 4195-1692
Россия, Москва

Андрей Иванович Крюков

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского; Российский национальный исследовательский медицинский университет имени Н.И. Пирогова

Email: nikio@zdrav.mos.ru
ORCID iD: 0000-0002-0149-0676
SPIN-код: 9393-8753
Россия, Москва; Москва

Наталья Леонидовна Кунельская

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского; Российский национальный исследовательский медицинский университет имени Н.И. Пирогова

Email: nlkun@mail.ru
ORCID iD: 0000-0002-1001-2609
SPIN-код: 9282-6970
Россия, Москва; Москва

Евгений Вениаминович Гаров

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского; Российский национальный исследовательский медицинский университет имени Н.И. Пирогова

Email: egarov@yandex.ru
ORCID iD: 0000-0003-2473-3113
SPIN-код: 1566-9994
Россия, Москва; Москва

Павел Алексеевич Сударев

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского

Email: mnpco@mail.ru
ORCID iD: 0000-0001-9085-9879
SPIN-код: 4113-3569
Россия, Москва

Витаутас Эдуардо Киселюс

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского

Автор, ответственный за переписку.
Email: moomer@mail.ru
ORCID iD: 0000-0003-4853-9112
SPIN-код: 1991-0749
Scopus Author ID: 877741

старший научный сотрудник

Россия, Москва

Виктория Николаевна Зеленкова

Научно-исследовательский клинический институт оториноларингологии им. Л.И. Свержевского

Email: Zelenkova.07.78@mail.ru
ORCID iD: 0000-0002-5103-1080
SPIN-код: 4389-3337
Россия, Москва

Анастасия Александровна Иванова

ООО «Рубедо»

Email: AnastasiaIwanova@yandex.ru
ORCID iD: 0009-0001-4684-5864
Россия, Москва

Антон Павлович Осадчий

ООО «Рубедо»

Email: uhogorlonosiki@yandex.ru
ORCID iD: 0009-0001-3270-4390
Россия, Москва

Наталья Григорьевна Шевырина

ООО «Рубедо»

Email: shevyrina.nata22@gmail.com
ORCID iD: 0009-0003-9446-5457
Россия, Москва

Список литературы

  1. Pichichero M.E., Poole M.D. Assessing diagnostic accuracy and tympanocentesis skills in the management of otitis media // Arch Pediatr Adolesc Med. 2001. Vol. 155, N 10. P. 1137–1142. doi: 10.1001/archpedi.155.10.1137
  2. Paderno A., Gennarini F., Sordi A., et al. Artificial intelligence in clinical endoscopy: Insights in the field of videomics // Frontiers in Surgery. 2022. Vol. 9. P. 933297. doi: 10.3389/fsurg.2022.933297
  3. Cao C., Liu F., Tan H., et al. Deep Learning and Its Applications in Biomedicine // Genomics Proteomics Bioinformatics. 2018. Vol. 16, N 1. P. 17–32. doi: 10.1016/j.gpb.2017.07.003
  4. Suganyadevi S., Seethalakshmi V., Balasamy K. A review on deep learning in medical image analysis // International Journal of Multimedia Information Retrieval. 2022. Vol. 11, N 1. P. 19–38. doi: 10.1007/s13735-021-00218-1
  5. DOI: https://doi.org/10.17816/DD627081

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

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».