Лента новостей → Искусственный интеллект успешно применяет методы оппортунистического скрининга остеопороза.
Выявление низкой плотности костной ткани стало возможным благодаря вторичному анализу компьютерной томографии.
Согласно исследованию, проведенному группой ученых из Нью-Йорка и Германии, модель глубокого обучения (DL) может выявлять признаки остеопороза на КТ-снимках, полученных по другим причинам. Их исследование, опубликованное в журнале Radiology , подтверждает целесообразность использования оппортунистического скрининга для решения проблемы недостаточной диагностики и лечения остеопороза.
В Соединенных Штатах ежегодно происходит более двух миллионов переломов, связанных с остеопорозом, что приводит к высокому уровню заболеваемости и смертности. «У нас есть методы лечения остеопороза, поэтому мы можем принимать меры для предотвращения переломов, но многие люди не проходят обследование на остеопороз», — сказала автор исследования Мириам Бределла, доктор медицины, магистр делового администрирования, из отделения радиологии в NYU Langone Health и NYU Grossman School of Medicine в Нью-Йорке.
Доктор Бределла и его коллеги сообщили, что только один из пяти пациентов, имеющих право на обследование, проходит скрининг на остеопороз. Они изучили возможность повторного анализа изображений с помощью ИИ для повышения этого показателя. «Гораздо лучше предотвращать переломы, чем бороться с их последствиями», — сказала доктор Бределла.
Искусственный интеллект проанализировал более полумиллиона изображений.
В сотрудничестве со своим поставщиком PACS-систем исследователи доработали существующий алгоритм, используя данные Нью-Йоркского университета, и применили его к 538 946 КТ-исследованиям 283 499 пациентов из клинического архива Нью-Йоркского университета (2003–2024 гг.), чтобы выявить низкую плотность костной ткани в среднем и нижнем отделах позвоночника.
Группа исследователей также стремилась установить нормативные значения и диагностические пороговые значения для КТ-изображений, используя данные Всемирной организации здравоохранения о распространенности остеопороза и остеопении для определения этих стандартов.
«Мы разработали пороговые значения для каждого позвонка, начиная с первого грудного позвонка (Т1) и заканчивая нижним отделом позвоночника», — сказал доктор Бределла.
Для проверки анализа три опытных радиолога из Нью-Йоркского университета вручную просмотрели 1496 случайно выбранных исследований, оценивая размещение ИИ областей интереса на снимках и идентификацию тел позвонков. Они согласились с более чем 99% результатов.
Наряду с тестированием возможностей своей модели глубокого обучения, исследователи стремились разработать статистический метод для корректировки результатов с учетом использования различных компьютерных томографов и протоколов сканирования для получения изображений. «Это просто гениально, потому что мы не можем откалибровать каждый сканер с помощью фантома», — сказал Георг Фойерригель, доктор медицинских наук, сотрудник отделения радиологии и биомедицинской визуализации Калифорнийского университета в Сан-Франциско, соавтор соответствующей редакционной статьи . «Они использовали статистический подход к гармонизации для коррекции значений ослабления при различных напряжениях трубки и моделях сканеров».
Применение инноваций в области искусственного интеллекта в клинических процессах
Исследователи предполагают, что скрининг с использованием искусственного интеллекта может выявить больше пациентов, подверженных риску остеопороза, и побудить их к направлению на двухэнергетическую рентгеновскую абсорбциометрию (DXA), что позволит начать лечение раньше и поможет предотвратить переломы и связанные с ними осложнения.
Технологии для поддержки скрининга в рамках выборочных обследований уже доступны в виде коммерческих инструментов и разработанных внутри компании моделей, что открывает потенциальные пути для их внедрения. Кроме того, доктор Бределла отметила, что радиологические отделения могут разрабатывать собственные инструменты искусственного интеллекта для проведения скрининга в рамках выборочных обследований.
«Мы все еще ищем действительно полезные инструменты искусственного интеллекта для клинической практики», — отметил доктор Фойерригель. «Это может стать одним из клинических приложений, способных значительно улучшить рабочий процесс для рентгенологов».
Однако в своей редакционной статье доктор Фойерригель предупреждает, что для достижения потенциальных результатов скрининг, проводимый в рамках плановых обследований, должен сочетаться с клиническими процедурами. Следовательно, необходимо будет провести исследования, чтобы определить, какая комбинация скрининга и клинического наблюдения, если таковая имеется, приводит к улучшению результатов лечения пациентов.
Доктор Бределла подчеркнула, что интеграция последующего наблюдения в клинические рабочие процессы имеет важное значение. В медицинском центре NYU Langone Health, если такое обследование выявляет низкую плотность костной ткани, пациент автоматически добавляется в электронный медицинский список случаев, требующих дальнейшего наблюдения.
«За каждым пациентом, у которого по данным КТ выявлена потеря костной массы, следит специальная группа специалистов по здоровью костей, — сказала она. — Они напрямую связываются с пациентами, организуют денситометрию и координируют направления к эндокринологам или ревматологам, когда это необходимо для лечения, чтобы ни один пациент не остался без внимания».
Другие потенциальные области применения
Использование искусственного интеллекта для скрининга в чрезвычайных ситуациях имеет и другие потенциальные применения. В настоящее время NYU Langone Health использует его для количественной оценки кальцификации в артериях молочной железы, которые визуализируются на маммограммах. «Это позволит выявлять пациентов, подверженных риску сердечно-сосудистых заболеваний, наряду с раком молочной железы», — пояснила доктор Бределла.
Доктор Фойерригель также видит потенциал в оценке побочных эффектов лечения определенных заболеваний. «Рак, воспаление… все это может влиять на плотность костной ткани», — отметил он. «Когда пациент проходит обследование с помощью методов визуализации для оценки его состояния и эффективности лечения, результаты сканирования потенциально могут быть использованы для измерения воздействия на кости».
Оба врача считают, что компьютерная томография с использованием искусственного интеллекта для оперативного скрининга потенциально может сократить объем денситометрии (DXA). «DXA никуда не исчезнет, — сказал доктор Фойерригель. — Но оперативный компьютерный скрининг может существенно снизить потребность в специализированных скрининговых обследованиях».
Однако на данный момент пациенты, выявленные в ходе планового КТ-скрининга, как правило, проходят дополнительное обследование, включая денситометрию (DXA), в рамках клинического наблюдения.
Доктор Бределла отметила, что более широкое внедрение этого подхода будет зависеть от того, насколько страховые компании будут принимать результаты КТ-диагностики низкой плотности костной ткани, вместо того чтобы требовать подтверждения с помощью DXA для одобрения необходимости приема препаратов от остеопороза. В будущих проспективных исследованиях можно будет дополнительно оценить этот подход и его влияние на результаты лечения пациентов.
«В этих исследованиях содержится так много информации, которую мы просто не используем, которую выбрасываем, хотя она может быть невероятно полезна для профилактики», — сказала доктор Бределла.
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.