Клуб Неврологов
Баннер 2
Перейти на сайт
Сосудистые заболевания головного мозга
2 мин. чтения

Автоматическое определение гиперденсного сосудистого признака на КТ для быстрой диагностики окклюзии

Валидация глубокой нейросети для выявления гиперденсного артериального признака на нативной КТ как раннего маркера окклюзии крупных сосудов головного мозга.

Автоматическое определение гиперденсного сосудистого признака на КТ для быстрой диагностики окклюзии

AI-generated cover

Ключевые результаты

Разработанная система автоматического определения гиперденсного артериального признака (HAS) на нативной КТ продемонстрировала высокую эффективность в выявлении окклюзии крупных сосудов:

  • Чувствительность 76,2% и положительная прогностическая ценность 92,0% в когорте пациентов центров инсультной помощи
  • Чувствительность 74,3% и специфичность 82,7% в общей когорте пациентов с подозрением на инсульт
  • Значительное улучшение диагностических возможностей врачей при использовании ИИ-ассистента

Методология

Исследователи разработали трехэтапную систему глубокого обучения для автоматического выявления гиперденсного артериального признака на нативных КТ-изображениях:

  1. Коррекция срединной линии
  2. Сегментация ишемического ядра
  3. Сегментация гиперденсного артериального признака

Модель была обучена на 690 КТ-сканах и валидирована в двух когортах:

  • Часть 1A: мультицентровая когорта сортировки пациентов центров инсультной помощи (n=159)
  • Часть 1B: одноцентровая последовательная когорта всех поступающих пациентов с подозрением на инсульт (n=226)

Дополнительно было проведено техническое подтверждение валидности с помощью перекрестного исследования с участием 10 специалистов и ординаторов, оценивающих радиологическую различимость областей, обнаруженных ИИ.

Клиническое значение

Разработанная модель может служить важным дополнительным инструментом в ранней диагностике окклюзии крупных сосудов:

  1. Ускорение рабочего процесса: система позволяет выявлять признаки окклюзии еще до проведения КТ-ангиографии, что критически важно для своевременного начала лечения при инсульте

  2. Высокая надежность положительных предсказаний: PPV 92% в условиях центров инсультной помощи позволяет использовать алерты системы для инициирования подготовки к реперфузионной терапии

  3. Улучшение диагностической точности радиологов: исследование показало статистически значимое улучшение способности выявлять HAS с увеличением показателя JAFROC с 0,71 до 0,77 (p < 0,01) при использовании ИИ-ассистента

Важно отметить, что система не предназначена для использования в качестве самостоятельного инструмента исключения патологии, а служит дополнительным средством раннего оповещения до получения результатов КТ-ангиографии.

Выводы

Автоматизированное определение гиперденсного артериального признака с помощью глубокого обучения показывает обнадеживающие результаты для ускорения диагностики окклюзии крупных сосудов. Система продемонстрировала комплементарную эффективность в различных клинических условиях:

  • Высокая надежность положительных алертов в когорте сортировки центров инсультной помощи
  • Сохранение чувствительности и специфичности в более широкой последовательной когорте

Данные технической валидации подтверждают радиологическую обоснованность обнаружений системы, что повышает доверие к алгоритму и открывает перспективы для его внедрения в клиническую практику с целью оптимизации маршрутизации пациентов с инсультом и сокращения времени до начала соответствующего лечения.

Оригинальный источник:

Frontiers in Neurology