Том 2, № 1 (2021)

Обоснование. Для выявления COVID-19-пневмоний, их осложнений и дифференциальной диагностики с другими заболеваниями лёгких, а также с целью сортировки пациентов в Российской Федерации применяют компьютерную томографию органов грудной клетки (КТ ОГК) с оценкой изменений по визуальной полуколичественной шкале КТ 0–4. Несмотря на широкое применение инструмента, численные показатели его диагностической точности в определении необходимости госпитализации пациентов с COVID-19 на настоящий момент неизвестны.

Цель ― определение значений чувствительности, специфичности, положительной и отрицательной прогностической значимости шкалы.

Материал и методы. К участию в исследовании привлекли 575 пациентов (55% женщины) в возрасте 57,2±13,9 лет с лабораторно подтверждённым COVID-19. Для каждого пациента проводили по четыре последовательных исследования КТ ОГК с оценкой степени тяжести заболевания по шкале КТ 0–4. Чувствительность и специфичность рассчитывали как условную вероятность ухудшения или улучшения состояния пациента в зависимости от результатов предыдущего исследования КТ. Для расчёта положительной (PPV) и отрицательной (NPV) прогностической значимости проводили оценку распространённости COVID-19 в Москве. Данные обо всех случаях заболевания COVID-19 в период с 6 марта по 28 ноября 2020 г. взяты с сайта Роспотребнадзора. Использовали ряд моделей ARIMA и EST с различными параметрами для подбора наилучшего соответствия имеющимся данным и прогноза развития заболеваемости.

Результаты. Шкала оценки КТ 0–4 продемонстрировала медианные специфичность 69% и чувствительность 92%. Лучшей статистической моделью для описания эпидемиологической ситуации в Москве являлась ARIMA (0,2,1). Согласно проведённым подсчётам, при предсказанной годовой заболеваемости в 9,6% значения PPV и NPV составляют 56 и 97% соответственно.

Заключение. Максимальный индекс Юдена наблюдали на этапе между первым и вторым исследованием КТ ОГК, когда большинство пациентов в выборке демонстрировали тенденцию к ухудшению клинического состояния. Шкала КТ 0–4 позволяет безопасно исключить развитие патологических изменений у пациентов с лёгким и среднетяжёлым течением заболевания (категории КТ0 и КТ1), способствуя оптимизации нагрузки на стационары при неблагоприятной эпидемической обстановке.

Обоснование. В период пандемии компьютерная томография (КТ) является одним из ключевых инструментов оценки изменений в лёгких, связанных с COVID-19. Рентгенологи Москвы используют адаптированную шкалу КТ 0–4 для визуальной оценки зависимости тяжести общего состояния от характера и выраженности рентгенологических признаков изменений в лёгких при COVID-19 по данным КТ. В большом потоке исследований врач может пропустить находку и ошибиться в оценке объёма поражения лёгких, поэтому применение сервисов искусственного интеллекта (ИИ) обосновано в амбулаторном здравоохранении в период пандемии.

Цель ― сравнить распределение категорий КТ 0–4 в заключениях, сформированных рентгенологами с использованием ИИ-сервисов и без них.

Материал и методы. Ретроспективное исследование, протокол исследования зарегистрирован в ClinicalTrials.gov (NCT04489992). Проанализированы результаты первичных КТ с категориями КТ 0–4 в период с 08.04.2020 по 01.12.2020 и отдельно за ноябрь 2020 года (с 01.11.2020 по 01.12.2020) в амбулаторных медицинских организациях Департамента здравоохранения. КТ проводились на 48 компьютерных томографах по стандартным протоколам, результаты обрабатывались через Единый радиологический информационный сервис. В тестовую группу включены КТ, обработанные ИИ-сервисами, в контрольную ― без обработки ИИ. В анализ включены 5 ИИ-сервисов: RADlogics COVID-19 (RADLogics, США); COVID-IRA (IRA labs, Россия); Care Mentor AI, COVID (CareMentor AI, Россия); Третье Мнение. КТ-COVID-19 (Третье мнение, Россия); COVID-MULTIVOX (Гаммамед, Россия). ИИ-сервисы кодированы случайным образом.

Результаты. Проанализированы результаты КТ 260 594 пациентов (соотношение мужчины/женщины ― 44/56%, средний возраст 49,5 года). В тестовую группу включены 115 618 КТ, в контрольную ― 144 976. В зависимости от конкретного ИИ-сервиса для разных подгрупп категорий КТ-0 выставлено от 2,3 до 18,5% меньше, категорий КТ 3–4 ― от 4,7 до 27,6% меньше, КТ-4 ― от 40 до 60% меньше, чем в контрольной группе (p <0,0001). За ноябрь (с 01.11.2020 по 01.12.2020) проанализированы результаты КТ 41 386 пациентов (соотношение мужчины/ женщины ― 44/56%, средний возраст 53,2 года). В тестовую группу включено 28 881 КТ, в контрольную ― 12 505. В зависимости от конкретного ИИ-сервиса для разных подгрупп категорий КТ-0, КТ 3–4 и КТ-4 выставлено соответственно от 1 до 2,6, от 0,2 до 15,7 и на 25% меньше, чем в контрольной группе (p=0,001).

Заключение. Применение ИИ-сервисов для первичных КТ в амбулаторных условиях приводит к уменьшению количества выставляемых категорий КТ-0 и КТ 3–4, способных влиять на тактику ведения пациентов с COVID-19.

Кавернозные мальформации головного мозга в настоящее время являются достаточно распространённой сосудистой патологией: число выявляемых случаев в последние годы резко возросло. Это связано с внедрением в клиническую практику и повсеместным распространением современных методов нейровизуализации, таких как компьютерная (КТ) и магнитно-резонансная (МРТ) томография. До появления КТ и МРТ диагностировать данную патологию было весьма трудно, и диагноз чаще всего устанавливался интраоперационно или по данным аутопсии. Обзор литературы посвящён лучевой диагностике кавернозных мальформаций (КМ) головного мозга. Проанализировано значение методов нейровизуализации для диагностики кавернозных мальформаций, а также применение МРТ для визуализации КМ. Выявлены преимущества МРТ перед другими методами нейровизуализации данной патологии. Охарактеризованы импульсные последовательности МРТ и сигнальные характеристики очагов различных типов в зависимости от морфологического субстрата. Проанализировано значение последовательности SWI (susceptibility weighted imaging) для обнаружения многоочаговых поражений в случаях семейных форм КМ. Изучение основных импульсных последовательностей МРТ для визуализации кавернозных мальформаций позволит оптимизировать алгоритм протокола для своевременной диагностики данной патологии и выбора тактики лечения.

В статье описывается оригинальный подход к формированию аннотированных медицинских датасетов для проверки диагностических решений, основанных на технологиях искусственного интеллекта. Описаны 4 этапа формирования датасета ― планирование, отбор исходных данных, разметка и верификация, документирование. Приведены примеры созданных по описанной методике датасетов. Методика является масштабируемой и универсальной, а значит, может быть использована в других областях медицины и здравоохранения, которые подлежат автоматизации и развитию с помощью технологий искусственного интеллекта и технологий больших данных.

В работе представлен клинический случай использования стратегии активного динамического наблюдения (watch & wait) у 73-летней больной раком нижнеампулярного отдела прямой кишки с хорошим ответом на неоадъювантную химиолучевую терапию. После трёх лет регулярного наблюдения, включающего пальцевое ректальное исследование, ректоскопию и магнитно-резонансную томографию (МРТ), указывавших на отсутствие прогрессирования опухоли, были получены результаты позитронно-эмиссионной томографии с 18F-фтордезоксиглюкозой, совмещённой с компьютерной томографией, выявившей в нижнеампулярном отделе прямой кишки участок гиперметаболической активности (SUVmax 27,1), в связи с чем было принято решение о проведении хирургического лечения. При обсуждении вопроса об объёме операции были учтены данные МРТ, дополненные результатами текстурного анализа Т2-ВИ, подтвердившие отсутствие прогрессирования. Пациентке было проведено органосохраняющее лечение в объёме трансанальной резекции опухоли. Патоморфологическое исследование операционного препарата установило воспалительные изменения в стенке кишки и отсутствие опухоли. Данный случай демонстрирует эффективность стандартного объёма обследования при использовании стратегии watch & wait и возможность использования текстурного анализа Т2-ВИ для повышения надежности МРТ-оценки ответа опухоли на химиолучевую терапию.

Радиотераностика ― радионуклидная терапия, позволяющая с помощью различных радиофармпрепаратов (РФП), проводить молекулярную визуализацию in vivo (однофотонная эмиссионная компьютерная томография, позитронно-эмиссионная томография) и селективно воздействовать на патологические метаболические процессы, вызванные опухолью. Используя парадигму тераностики, с 1950-х годов прошлого столетия с помощью радиоактивного йода успешно лечатся тиреотоксикоз и рак щитовидной железы. В последние годы, благодаря успехам в развитии ядерной медицины (рост числа циклотронов, однофотонная эмиссионная компьютерная томография/компьютерная томография и позитронно-эмиссионная томография/компьютерная томография в медицинских учреждениях), и прежде всего радиофармацевтики, в мире очень бурно развивается радиотераностика. Появление новых радиолигандов на основе ¹⁷⁷Lu, ²²⁵Ac и других радиоизотопов стимулировало большое количество (более 300) клинических исследований по радиолигандной терапии рака простаты, нейроэндокринных опухолей, рака поджелудочной железы и других злокачественных новообразований. Одним из самых перспективных направлений радиотераностики является разработка радиолигандов на основе таргетных противоопухолевых препаратов, что позволяет суммировать в одном РФП два эффекта ― ингибирование сигнальных каскадов и лучевое повреждение. Радиотераностика по природе своей мультидисциплинарна, технологически сложна, априори интегральна (изотопы, радиофармсубстанции, РФП, однофотонная эмиссионная компьютерная томография, позитронно-эмиссионная томография), требует высокой компетенции и командной работы. Развитие радиотераностики и разработка таргетных радиофармпрепаратов в нашей стране находится в зачаточном состоянии. Главной проблемой является нехватка специалистов в данной области — врачей, физиков, химиков, радиофармацевтов, биологов, генетиков, инженеров, программистов. Низкая информированность врачей и пациентов о возможностях радиотераностики также тормозит её развитие и внедрение в клиническую практику в нашей стране.