Американские ученые разработали алгоритм, который указывает на аневризмы в головном мозге. Модель, основанная на работе сверточной нейросети, отмечает возможное место аневризмы на изображении мозга, полученного с помощью КТ-ангиографии, что значительно упрощает диагностику радиологам.

Как сообщается в статье, «опубликованной»https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2735471 в JAMA Network Open, использование нового автоматического метода диагностики значительно повышает точность работы диагноста.

Наличие аневризмы (расширения просвета кровеносного сосуда) в головном мозге — состояние довольно опасное: ее разрыв может привести к кровоизлиянию, вследствие чего могут возникнуть различные неврологические нарушения или даже смерть. Наиболее эффективный способ предотвращения таких последствий — ранняя диагностика и последующее лечение с целью предотвращения разрыва.

В качестве одного из основных способов диагностики сейчас используется компьютерная томографическая ангиография (КТ-ангиография), которая позволяет точно визуализировать кровеносные сосуды и оценить характер кровотока по трехмерному изображению необходимой части тела. При этом аневризмы могут быть очень маленькими и рассмотреть их может быть сложно.

Улучшить диагностику аневризмы по КТ-ангиографии с помощью автоматических методов решили исследователи под руководством Аллисон Парк (Allison Park) из Стэнфордского университета. Алгоритм HeadXNet, который они использовали, основан на анализе трехмерных изображений с помощью сверточных нейросетей. Для обучения исследователи взяли изображения и результаты 611 диагностик: на использованных сканах были как диагностированные аневризмы, так и их отсутствие. Получившаяся модель выделяет вероятное место аневризмы на одном из срезов снимка красным.

После этого получившуюся модель опробовали на 115 неразмеченных снимках и показали их восьми квалифицированным радиологам (опыт подобной диагностики специалистов варьировался от 2 до 12 лет) вместе со стандартными неразмеченными результатами КТ-ангиографии. Точность диагностики при использовании нового алгоритма значительно (p = 0,01) возросла в сравнении с обычной диагностикой. При этом, однако, не было значимых изменений во времени, которое диагносты тратили на анализ изображения.

Несмотря на многообещающие результаты и высокую точность, авторы работы уточняют, что использовать новый алгоритм в качестве единственного метода диагностики пока что нельзя. Любой подобный автоматический метод должен сопровождаться дополнительной оценкой опытного радиолога — даже при условии, что он будет доработан.