Российские ученые создали интеллектуальную программную систему для диагностики рака легких

Это программное обеспечение анализирует результаты компьютерной томографии (КТ) пациентов в течение 20 секунд и обеспечивает изображение, в котором патология четко обозначена

В сотрудничестве с радиологами Санкт-Петербургского клинического научно-исследовательского института специализированных видов медицинской помощи (онкологического профиля) в Санкт-Петербургском политехническом университете Петра Великого (СПбПУ), являющемся участником российской инициативы академического мастерства, разработана интеллектуальная программная система диагностики рака легких. Это программное обеспечение может быть установлено на любом компьютере. Он анализирует результаты компьютерной томографии (КТ) пациентов в течение 20 секунд и дает изображение, в котором патология четко обозначена. Исследователи назвали систему доктора Айзимова (ИИ для искусственного интеллекта) в честь писателя-фантаста Исаака Азимова, разработавшего три знаменитых закона робототехники.

В конце 2018 года были проведены первые испытания этой интеллектуальной системы. Система проанализировала анонимные КТ-снимки 60 пациентов онкологического центра. По словам рентгенологов, испытания прошли успешно, так как система обнаружила очаговые узелки в легких небольших размеров (2 мм).

"Изначально мы создали алгоритм поиска узелков, начиная с 6 миллиметров, потому что радиологи сами начинают лечение опухолей такого размера. Но система настолько умна, что смогла найти конкреции еще меньшего размера", - рассказал руководитель проекта Лев Уткин, руководитель научно-исследовательской лаборатории нейросетевых технологий и искусственного интеллекта СПбПУ.

В научный коллектив входят сотрудники университета (Лев Уткин, Михаил Рябинин, Алексей Лукашин), специалисты Санкт-Петербургского онкологического центра (заведующая кафедрой радиологии Анна Мельдо и радиолог Иван Прохоров). Проект поддержан Российским научным фондом.

Новый предложенный и разработанный подход к классификации рака легких с использованием хордового метода запатентован всего за 3 месяца. Метод хорд использует сегментированное КТ: очки выпадают на поверхности конкреций, после чего точки соединяются линиями (хордами). Гистограмма длины хорды отражает форму и структуру опухоли. Хотя система рассматривает каждый конкреций изнутри, ее внешние окрестности также очень важны. Чтобы узнать больше об опухоли, ее помещают в куб, а перпендикуляры проводят от ее краев к поверхности узелка.

Таким образом, вместо классификации графически сложных и тяжелых изображений КТ (размер каждого изображения КТ составляет примерно 1 ГБ), узелок представлен в виде компактных и простых гистограмм, которые затем анализируются системой доктора Айзимова.Ученые также обучили систему различать злокачественные и доброкачественные опухоли. "На КТ изображениях может быть обнаружено много различных объектов, поэтому основной задачей было научить систему распознавать, что представляет собой каждый из объектов. Используя клинико - радиологическую классификацию, мы пытаемся обучить систему не только обнаруживать опухоли, но и различать другие заболевания, похожие на онкологические", - комментирует Анна Мельдо, заведующая отделением радиологии Санкт-Петербургского клинического исследовательского центра специализированных видов медицинской помощи (онко). Система была обучена путем анализа 1000-каратных изображений из наборов данных LUNA 16 и LIDC. Российские исследователи также собрали собственный набор данных под названием LIRA - Lung Intelligence Resource. В настоящее время набор данных содержит КТ-изображения около 250 пациентов. К середине 2019 года ученые планируют увеличить количество снимков в четыре раза.

С каждым новым изображением КТ система самосовершенствуется. Для ускорения процессов обучения и тестирования исследователи используют мощности суперкомпьютерного центра "Политехникум". В дальнейшем КТ-изображения пациента будут передаваться на суперкомпьютер с помощью интернета. Такой подход позволяет сократить время диагностического тестирования на одного пациента с 20 до 2 секунд. После этого рентгенолог получит отмеченное изображение вместо большого КТ. Это значительно сократит время, необходимое для анализа и диагностики.

Открытое тестирование интеллектуальной системы будет проведено в начале 2019 года. Система впервые будет использоваться в Санкт-Петербургском клиническом научно-исследовательском центре специализированных видов медицинской помощи (онко). В будущем проект будет расширен, и больше медицинских учреждений будет вовлечено в интеллектуальную обработку КТ-изображений. Система будет адаптирована для анализа результатов ультразвукового и рентгенологического медицинского исследования других органов. Все данные будут обработаны суперкомпьютером, а выданные системой результаты будут отправлены врачам для принятия решения о лечении.