Искусственный интеллект на службе у кардиологов

Ученые Пензенского государственного университета (ПГУ) совместно с коллегами из Пензенского государственного технологического университета (ПензГТУ) разработали и запатентовали новый метод диагностики болезней сердца с помощью нейросети. Сейчас продолжается работа по ее обучению, а в будущем планируется внедрить инновацию в деятельность поликлинической службы, кардиологических и терапевтических стационаров Пензы. О нынешнем состоянии и перспективах этого проекта мы попросили рассказать руководителя исследования, к.м.н., доцента кафедры «Внутренние болезни» Медицинского института ПГУ Руслана Фагимовича РАХМАТУЛЛОВА.

— Руслан Фагимович, чем была вызвана необходимость создания новых способов диагностики и лечения болезней системы кровообращения?

— Необходимость разработки нейросетевого анализа (НСА) сердца связана в первую очередь с увеличением распространенности сердечно-сосудистых заболеваний (ССЗ). Ручная оценка параметров состояния и работы этого органа занимает большое количество времени, вследствие чего могут возникать ошибки. В предложенной методике проводится автоматический анализ ЭКГ и данных флюорографии сердца, что позволяет оценить его электрическую (ЭОС) и геометрическую (ГОС) оси. Известно, что в норме они часто совпадают; соответственно, расхождение обеих осей указывает на имеющийся патологический процесс. Показатели, характеризующие ЭОС и ГОС, вводятся в программу НСА, и полученные результаты отражают степень такого расхождения в процентах. При его выявлении в ходе скринингового обследования возможно значительное расширение диагностических возможностей с целью максимально точной нозологической верификации изменений.

— Как создавалась эта методика?

— В современных реалиях сердечно-сосудистая заболеваемость остается одним из ведущих факторов смертности населения в России и в мире. Способы кардиологического НСА известны, а оценка ЭКГ и определение ЭОС используются уже около века. Однако в процессе работы нашим коллективом установлено, что в других проводимых исследованиях не учитывались взаимоотношения ЭОС и ГОС. Согласно G. Sathananthan и соавт.¹ (2015), ЭОС отражает (с точностью ±15°) анатомическое положение органа в грудной клетке. Это позволяет считать смещение ЭОС одним из отличительных признаков патологического состояния сердца. Поскольку резкое временно́е изменение ГОС невозможно, то факт смещения ЭОС с подобным отклонением ее относительно последней свидетельствует о патологии.

— Что представляет собой новый метод?

— В основе предложенного нами способа, получившего статус изобретения (патент РФ № 2843802 C1), лежит автоматизированный анализ ЭКГ с выделением кардиоцикла (КЦ), сравнением ЭОС и ГОС для выявления их изменений, выходящих за границы нормы. Суть заключается в следующем: первоначально осуществляется регистрация электрокардиографических и флюорографических показателей, затем по ЭКГ-данным устанавливаются информационные параметры КЦ, а по данным флюорографии определяется ГОС. Наконец, при помощи НСА и логического анализа выходов нейронных сетей выделяются потенциальные заболевания сердца человека — формируется заключение о состоянии органа.

Рассматриваемый способ НСА включает набор известных действий, таких как «Съем и регистрация электрокардиограммы», «Предварительная обработка ЭКГ», «Выделение кардиоцикла», «Выделение информационных параметров». Наряду с этим присутствуют введенные действия — «Регистрация флюорографических снимков», «Локализация области сцены. Обнаружение контура сердца. Получение бинарной сцены», «Выделение контура сердца», «Определение геометрической оси сердца». Еще одна важная отличительная характеристика состоит в новой реализации известных действий: «Формирование отличительных признаков», «Нейросетевой анализ», «Построение решающих правил», «Анализ выходов нейронных сетей», «Определение сердечно-сосудистого заболевания», «Вывод результата». Именно их совокупность обеспечивает достижение целей, которые ставятся перед изобретением. Оно может быть использовано в автоматическом режиме для дифференциальной диагностики ССЗ, наиболее опасных с точки зрения летальности, при скрининге либо в условиях скорой и неотложной помощи. Важно, что при этом обеспечивается диагностическая достоверность в отношении состояния сердца.

— Расскажите, пожалуйста, в чем состоят преимущества вашей методики перед стандартными подходами.

— Реализация нового способа НСА электрокардиосигнала позволит усовершенствовать существующие системы неинвазивной кардиодиагностики и преодолеть некоторые из существующих ограничений. В нейросетевой протокол интегрированы следующие опции:

• регистрация и анализ данных ЭКГ и флюорографии с высокой точностью в режиме реального времени;

• автономное выявление критических состояний сердца на ранних стадиях с возможностью последующей передачи результатов на сервер медицинского учреждения;

• возможность масштабирования (расширения диагностической номенклатуры ССЗ) и специализации системы, взаимодействия ее с другими аналогичными системами контроля функционального состояния человеческого организма.

Предложенное решение, основанное на непосредственном участии искусственного интеллекта (ИИ), наряду с новизной характеризуется относительной простотой и промышленной применимостью; оно удобно в условиях автономной работы, доступно по стоимости широкому кругу пользователей. Технический результат изобретения заключается в обосновании повышения чувствительности при скрининговом выявлении кардиоваскулярных заболеваний, а также в разработке новых, приемлемых для массового использования средств обработки кардиографической информации. Такой подход обеспечивает приближение соответствующих функциональных возможностей к уровню, доступному для неинвазивных средств кардиодиагностики в клинических условиях. Другими словами, результат демонстрирует объективно улучшенные характеристики диагностических критериев состояния сердца, что обеспечивает своевременное выявление факторов риска и оказание необходимой кардиологической помощи.

— Где будут использоваться такие приспособления?

— Наше техническое решение направлено на помощь врачу, с тем чтобы он мог более полно и точно, независимо от уровня квалификации и опыта работы оценить кардиологический статус пациента в условиях скрининга. Это должно способствовать улучшению диагностики и лечения ССЗ.

— Как вы видите дальнейшие возможности функционирования ИИ в медицине и, в частности, в кардиологии?

— На наш взгляд, такое направление практически не имеет ограничений и может быть реализовано в отношении не только кардиологических, но и других внутренних заболеваний, которые имеют тенденцию к хронизации. Например, у пациентов, страдающих хроническим бронхитом курильщика, мы можем прогнозировать возникновение хронической обструктивной болезни легких. ИИ — великолепный инструмент в руках специалиста для расширения границ его возможностей, но при этом никак не способный заменить врача, так как для постановки диагноза необходимо владеть клиническим мышлением, невоспроизводимым в машинах.

— Но все-таки в чем-то ИИ может заменить врача?

— Да, возможно, что в некоторых сферах такое произойдет. Например, это начальная оценка и предобработка рентгенологических снимков, показателей ЭКГ и результатов его суточного мониторирования, а также обработка данных первичного приема пациентов. Одним из удачных примеров стал проект Департамента здравоохранения г. Москвы — новый модуль принятия врачебных решений на базе ИИ-технологий. Он помогает терапевтам и врачам общей практики поставить заключительный диагноз по данным электронной медицинской карты. Обращаясь к опыту столичных коллег, нельзя обойти вниманием и такие системы, как «Сервис компьютерного зрения», протоколы автоматической расшифровки ЭКГ, голосового ввода на основе ИИ.

Зарубежная практика применения нейросетей в медицине и здравоохранении в целом также демонстрирует множество положительных образцов. В США ИИ используется при оценке МРТ- и КТ-снимков; в дерматовенерологии он стал основой при создании цифровых дерматоскопов, а в офтальмологической клинике анализирует снимки глазного дна с целью выявления ретинопатий — микроскопических изменений сосудистой стенки, характерных, в частности, для сахарного диабета. Ученые из Китайской Народной Республики продвинулись еще дальше и внедряют концепцию «умных больниц», где системы ИИ производят сортировку больных, записывают их на прием к необходимым специалистам, оцифровывают медицинские записи и оптимизируют цепочки поставок медоборудования и фармацевтической продукции. Однако можно только повторить, что полностью стать заменой врачу ИИ ни в настоящем, ни в будущем, безусловно, не сможет.

— Применяется ли ваша методика на практике уже сейчас?

— На данный момент продолжается обучение нейросети для дальнейшей адаптации к клинической практике. Думается, что окончательное завершение этого процесса — дело недалекого будущего.

                                                                                                                                                     Беседовала Наталия Лескова