По статистике ВОЗ, рак легких ― самый смертоносный вид рака на сегодняшний день. Только в 2020 году это заболевание унесло жизни 1,8 млн человек по всему миру. Единственный гарантированный способ спасти человека ― вовремя диагностировать опухоль. Для первичной диагностики используют разные методы (флюорографию, рентгенографию, МРТ), но один из самых информативных — компьютерная томография (КТ). Она позволяет проводить послойное сканирование тканей и обнаруживать различные опухоли на ранних стадиях.

Результаты КТ интерпретирует врач: сначала специалист проверяет, есть ли в принципе на снимке опухоль, и если есть, то какая — доброкачественная или злокачественная. В зависимости от результатов назначаются дополнительные обследования или лечение.

Получить такую консультацию по результатам КТ сегодня можно не только на очном приеме у врача, но и онлайн с помощью сервисов телемедицины ― например, с помощью «Яндекс.Здоровья», Sber Med AI и некоторых других. Это может быть актуально для тех, кто хочет получить второе мнение у другого специалиста или не может попасть на очный прием к своему врачу.

Обычно онлайн-консультация проходит так: пациент загружает КТ-снимки легких на платформу для медицинских консультаций и квалифицированный врач-рентгенолог самостоятельно проверяет, есть ли опухоль на снимке. Затем специалист созванивается с пациентом и рассказывает ему о результатах или высылает заключение.

Автоматизировать процесс и провести диагностику точнее и быстрее врачу могут помочь технологии машинного зрения. Это технологии, которые позволяют автоматически получать, обрабатывать и описывать изображения для решения разных прикладных задач. Например, их используют на производстве, в системах безопасности и системах визуального контроля. Машинное зрение также уже внедряют в медицинскую практику для анализа снимков. Например, по данным Департамента здравоохранения Москвы, сервисы искусственного интеллекта анализируют в столичных поликлиниках 50% всех лучевых исследований пациентов.

Методы, которые позволяют с помощью машинного зрения обнаруживать опухоли на КТ-снимках легких, разрабатывают и ученые ИТМО. Например, в 2020 году они предложили алгоритм, который обучен на наборе КТ-снимков из открытого доступа и анализирует одно изображение за 2,15 секунды и при этом ошибается менее чем в одном проценте случаев. Это подтверждается метрикой F1-score, которая оценивает точность классификации изображения и полноту — то есть насколько хорошо модель находит новообразование. Значение метрики составило 0,996 (максимальное значение — 1): чем выше значение F1-score, тем лучше модель справляется с классификацией и распознаванием.

В решении последовательно используются две модели: первая выделяет на снимке полости легких, а вторая — ищет новообразования в каждой из полостей с помощью классификатора, основанного на нейросетях. Анализ происходит в два этапа, поэтому система работает медленно — это напрямую влияет на количество снимков, которые сможет обработать платформа. Поэтому такое решение не совсем уместно для сервисов онлайн-диагностики.

Новое решение

Чтобы быстрее определять опухоли на КТ-снимках легких, студенты и сотрудники Высшей школы цифровой культуры ИТМО модифицировали базовую двухэтапную модель, предложенную в 2020 году. В итоге их система стала работать более чем в два раза быстрее ― теперь обработка одного снимка занимает 0,38 секунды, при этом не потеряв в точности.

Разработчики убрали детектор, который определяет полости легких, заменив его на другое решение. Чтобы не искать полости в легких, студенты модифицировали сверточную нейросетевую модель для сегментации биомедицинских изображений U-Net.

Модель обучали и тестировали на выборках из открытых источников Radiology Moscow и The Cancer Imaging Archive, которые включают в себя более десяти тысяч КТ-снимков легких. Проведенные эксперименты показали: новое решение не утратило точности и ошибается менее чем в одном проценте случаев (метрика F1-score составила также 0,996).

Что дальше

Авторы предполагают, что разработанный алгоритм можно интегрировать в сервисы онлайн-диагностики — это поможет врачам быстрее находить опухоли на КТ-снимках. При этом технология не заменит специалиста, а станет для него помощником, который сможет предоставить альтернативное мнение.

«Один из самых больших трендов в современном компьютерном зрении — автоматизация медицинских процедур, в частности — обследований. При этом интеграция новых технологий в медицину — это сложный и долгий процесс, поэтому важно развивать разработки в этой сфере. Мы выбрали онлайн-сервисы консультаций как актуальное направление в медицине, решения для которого сейчас востребованы», — рассказал один из участников проекта, студент Высшей школы цифровой культуры ИТМО Александр Савельев.

Студенты подготовили проект для конкурса научно-исследовательских работ магистрантов и аспирантов (НИРМА). Участники проводят исследования на реальных данных, получают опыт составления и подачи заявки, подготовки и оформления научных статей, выступления на конференциях. Узнать о конкурсе подробнее и подать заявку можно на сайте.