Том 4, № 1S (2023)

Обоснование: одним из актуальных вопросов фундаментальной и клинической медицины является ранняя диагностика патологических изменений, которые могут привести к развитию сердечно-сосудистых заболеваний.

Цель: изучить возрастные изменения в сердечно-сосудистой системе у здоровых людей благодаря комплексной оценке взаимосвязей между показателями гемодинамики и микроциркуляции в различном возрасте.

Методы: исследование проведено на 136 взрослых добровольцах, не имеющих клинических и лабораторных проявлений заболеваний сердечно-сосудистой системы. Материал был разделён на пять возрастных групп: юношеский возраст, I и II периоды зрелого возраста, пожилой и старческий возраст. Мужчины составили 50,73%, женщины — 49,27%. Проводили измерение показателей центральной и периферической гемодинамики с помощью компрессионной осцилометрии высокого разрешения, ультразвуковое дуплексное сканирование ветвей дуги аорты, эхокардиографию, пробу с реактивной гиперемией на плечевой артерии. Показатели микроциркуляции в коже указательного пальца правой кисти исследовали с помощью лазерного допплеровского флоуметра до и после тредмил-теста. Цифровые данные обрабатывали методами вариационной статистики с помощью пакета статистических программ JASP 0.16.4.0.

Результаты: установлено возрастное снижение показателей кожной микроциркуляции. Отмечена выраженная статистическая зависимость изменения показателей микроциркуляции после физической нагрузки в группах пожилого и старческого возраста. Показатели фракции выброса левого желудочка сердца, сердечного выброса, сердечного индекса, ударного объёма, ударного индекса с увеличением возраста прогрессивно снижались, диастолическое артериальное давление увеличивалось; податливость сосудистой стенки плечевой артерии снижалась, общее и удельное периферическое сопротивление повышались. Показатели кровотока в общих сонных артериях (диаметр, линейная и объёмная скорость кровотока) уменьшались, индекс резистентности и толщина комплекса интима–медиа увеличивались. Показатели кровотока в позвоночных артериях (линейная и объёмная скорость кровотока), показатели общего притока крови к головному мозгу прогрессивно снижались с возрастом. Показатели реактивной гиперемии с возрастом также снижались. Выявлена зависимость некоторых показателей от пола.

Заключение: с увеличением возраста у здоровых людей происходят изменения показателей центральной и периферической гемодинамики, которые не приводят к развитию сердечно-сосудистых заболеваний. Возрастные изменения макро- и микроциркуляции наилучшим образом выявляются при функциональных нагрузочных тестах, их необходимо учитывать в клинической практике как проявление нормального процесса старения.

Воспалительные заболевания кишечника (ВЗК) — группа нозологий, включающая болезнь Крона и язвенный колит. Данные заболевания не только приводят к ухудшению соматического состояния пациента, но и выраженно снижают качество жизни. В настоящее время затраты здравоохранения на ведение пациентов с ВЗК неуклонно растут и часто ассоциированы не только с необходимостью проведения обследований и терапии дорогостоящими препаратами, но и c незапланированными расходами ресурсов здравоохранения: внеплановые консультации, экстренные госпитализации, хирургические вмешательства. Ухудшение состояния пациентов может быть связано в том числе и с самостоятельной отменой терапии на фоне нормализации самочувствия. Перспективным является применение телемедицинских технологий (ТМТ) для поддержания ремиссии ВЗК, улучшения приверженности терапии, снижения частоты внеплановых визитов в клинику и затрат на лечение осложнений ВЗК (в том числе хирургических). Проведена оценка эффективности и преимуществ использования ТМТ у пациентов с ВЗК в сравнении со стандартным очным наблюдением. Поиск литературы, соответствующей теме обзора, проводился в базе данных PubMed. Отобраны работы, в которых оценивалась эффективность телемедицинского вмешательства среди пациентов с ВЗК в сравнении с группой стандартного очного наблюдения. Критериями оценивания являлись: степень активности заболевания, риск рецидива ВЗК, качество жизни пациентов, приверженность терапии, затраты на здравоохранение и частота посещений медицинских учреждений. Телемедицинское вмешательство проводилось путём использования сети Интернет, мобильных приложений, различных телемедицинских платформ, SMS-сообщений и телефонных звонков. Группы телемедицинского наблюдения получали доступ к обучающим материалам, а также возможность онлайн-консультации со специалистом по запросу, проходили анкетирование по оценке активности заболевания, приверженности медикаментозной терапии, качества жизни и т.д. Степень активности и риск рецидива ВЗК, а также уровень приверженности терапии не имели существенных различий в группах телемедицинского вмешательства и стандартного очного наблюдения. В исследовании L. Pang и соавт. показано, что качество жизни пациентов в группе телемедицинского вмешательства было достоверно выше (p=0,03) [8]. Другим преимуществом использования телемедицинских технологий является предоставление доступа к обучающим материалам о ВЗК, а также возможность дистанционного контакта с лечащим врачом. Получение пациентом интересующей информации по мере необходимости уменьшает потребность во внеплановых посещениях медицинских учреждений, что в свою очередь снижает затраты на организацию медицинской помощи больным с ВЗК. Использование ТМТ позволяет контролировать активность ВЗК так же эффективно, как и очное наблюдение, улучшает качество жизни пациентов с ВЗК и позволяет уменьшить затраты здравоохранения на организацию помощи пациентам с указанными заболеваниями за счёт снижения частоты внеплановых посещений врача и проведения излишних дополнительных обследований.

Обоснование: согласно данным ВОЗ, глобальное постарение населения — основная тенденция развития современного общества на планете. По продолжительности жизни граждан Россия занимает 116-е место в мире. Разработка и реализация мер, направленных на сохранение трудоспособного населения страны и торможение сложившейся тенденции постарения населения с фокусом на повышение ожидаемой продолжительности жизни, проявляется в Национальных проектах, таких как «Здравоохранение» и «Демография». Разработка и внедрение здоровьесберегающей технологии по продлению эффективного профессионального долголетия медицинских работников старших возрастных групп сохранит их как трудовой ресурс страны, что исключит экономические потери государства.

Цель: определить значимость отдельных факторов риска, влияющих на профессиональное эффективное долголетие врачей, и сформировать комплекс мероприятий, направленных на пролонгацию профессиональных компетенций врачей старших возрастных групп.

Методы: в данном исследовании единица наблюдения — врач, оказывающий медицинскую помощь в поликлиническом сегменте г. Москвы и Московской области. Общее количество объектов — 378. Применялись социологический, аналитический, статистический методы, метод организационного моделирования. Основным методом был очный анкетированный опрос, включающий вопросы по анкетным данным, вопросы по обучению, стажу, категории, трудовой нагрузке, информационной обеспеченности, а также блок вопросов по оценке профессиональных компетенций и блок вопросов по оценке когнитивных функций.

Результаты:

1. Выявлено снижение уровня профессиональных компетенций врача относительно возрастного фактора.
2. Наблюдается снижение результативности назначаемого лечения относительно возрастного фактора.
3. Выявлена тенденция к возрастному увеличению доли когнитивных расстройств среди врачей.
4. Анализ полученных данных показывает необходимость внедрения комплекса мер, направленных на поддержку профессионального эффективного долголетия врачей старших возрастных групп.

Заключение: предлагается организационная технология, представленная комплексом мероприятий, обеспечивающих продление профессионального эффективного долголетия врачей старших возрастных групп. Суть организационной технологии — профилактика хронических неинфекционных заболеваний в комплексе с мероприятиями по оптимизации трудовой деятельности и стимуляции профессиональных компетенций врача. Технология «Лечебная учёба» — параллельное прохождение ежегодного диспансерного обследования врачей старших возрастных групп с последующим лечебно-реабилитационным курсом с учётом профиля морбидности, совмещённое с циклом непрерывного медицинского образования. Лечебно-реабилитационный курс должен включать прохождение врачами старших возрастных групп когнитивного тренинга и стабилизацию гемодинамики. Информационное обеспечение (блок обучающих материалов, одобренных на федеральном уровне, — нормативные правовые акты, регламентирующие медицинскую деятельность, клинические рекомендации, видеопособия по школам для различных категорий пациентов и другие материалы) размещается на базе гериатрического контакт-центра с предоставлением оперативного доступа каждому врачу из целевой группы не только на период лечебно-реабилитационного курса, но и на весь период врачебной деятельности специалиста.

Активное развертывание систем искусственного интеллекта (ИИ) в медицине создаёт множество трудностей. В последние годы широко обсуждается концепция ответственного искусственного интеллекта (ОИИ), направленная на решение неизбежно возникающих этических, юридических и социальных проблем. Проведён анализ научной литературы по теме, рассмотрена возможность применения концепции ОИИ для преодоления существующих проблем ИИ в медицине. Исследования возможных применений ИИ в медицине показали, что современные алгоритмы не способны удовлетворить базовые непреходящие потребности общества — справедливость, прозрачность и надёжность. С целью решения данных этических проблем была предложена концепция ОИИ, основывающаяся на трёх принципах (ART) — объясняемость и прозрачность выводов, а также ответственность за деятельность ИИ. Дальнейшее развитие, без разработки и применения ART-концепции, делает опасным и невозможным применение ИИ в таких областях, как медицина, государственное управление и т.д. Требования к объясняемости и прозрачности выводов основываются на выявленных эпистемологических (ошибочные, непрозрачные, неполные выводы) и нормативных (конфиденциальность данных, дискриминация определённых групп) проблемах применения ИИ в цифровой медицине [2]. Эпистемологические ошибки, совершаемые ИИ, не ограничиваются упущениями, связанными с объёмами и репрезентативностью исходных анализируемых баз данных. К ним также относят известную проблему «чёрного ящика» — невозможность «заглянуть» в процесс формирования выводов ИИ при обработке входных данных. Наряду с эпистемологическими ошибками также неизбежно возникают нормативные проблемы — конфиденциальность пациентов и дискриминация некоторых социальных групп вследствие отказа части пациентов на предоставление их медицинских данных для тренировки алгоритмов и в составе анализируемых баз данных, что приведёт к недостаточно точным выводам ИИ в случаях определённых гендеров, рас, возрастов и т.д.

Важно отметить, что методология анализа данных ИИ зависит от кода программы, заданного программистом, эпистемологические и логические ошибки которого неизбежно проецируются на ИИ. Отсюда следует проблема определения ответственности в случае ошибочных выводов — её распределение между самой программой, разработчиком и исполнителем. Многочисленные профессиональные ассоциации проектируют этические стандарты для разработчиков и законодательную базу для регулирования ответственности между описанными звеньями. Однако очевидно, что в разработке и утверждении такого законодательства наибольшую роль должно играть государство.

Применение ИИ в медицине, несмотря на преимущества, сопровождается множеством этических, юридических и социальных проблем. Разработка ОИИ способна не только разрешить данные трудности, но и обеспечить дальнейшее активное и безопасное развертывание систем ИИ в цифровой медицине и здравоохранении.

В связи с совершенствованием применяемых методов в медицине всё чаще стали использоваться технологии виртуальной реальности для лечения различных заболеваний, что привело к появлению различных этических вопросов. Для повышения эффективности терапии важно знать, с какими именно проблемами могут столкнуться лечащий врач и пациент. Это поможет минимизировать или даже предотвратить негативные последствия. Проведено исследование этических проблем, возникающих при применении технологий виртуальной реальности в лечении. Было использовано качественное вторичное исследование. Поиск подходящих для анализа статей производился с помощью ключевых слов «виртуальная реальность», «этические проблемы» и «медицина». Были выбраны работы последних 10 лет, большинство источников давностью не более 5 лет. Проанализировав статьи и исследования, описывающие опыт применения технологий виртуальной реальности в медицине, мы смогли наиболее точно определить круг этических проблем, которые актуальны в настоящее время при использовании данного метода лечения. При анализе материалов были выявлены основные этические проблемы, с которыми чаще всего сталкиваются при работе с технологиями виртуальной реальности. Во-первых, уязвимость пациентов, которая возникает из-за реалистичности аватаров и глубокого погружения в виртуальный мир. Без контроля врача пациент может испытывать большое психологическое давление, что оказывает негативный эффект. Во-вторых, возможно возникновение сильной эмоциональной вовлечённости, что способно выработать привязанность к искусственному интеллекту и вызвать дереализацию, деперсонализацию и другие психические расстройства. В-третьих, активное взаимодействие с виртуальным миром может сопровождаться длительными эффектами, к таким относится, например, игровое расстройство. В-четвёртых, пациентам бывает сложно отличить реальность от симуляции, что влияет на автономный выбор и ставит под вопрос получение информированного согласия. Технологии виртуальной реальности потенциально могут внести большие положительные изменения в жизнь пациентов с психологическими травмами и повысить её качество, но вместе с этими изменениями возникают и этические проблемы, которые необходимо решать, учитывая уязвимость и характер травмы.

Обоснование: невропатия лицевого нерва на периферическом уровне (односторонняя слабость мышц всей половины лица) является распространённым неврологическим заболеванием. Оценка степени дисфункции лицевого нерва необходима для отслеживания динамики лечения и мониторинга эффективности реабилитации. Для этого в мировой клинической практике применяются системы шкал, среди которых наиболее популярны шкалы Хауса–Брэкманна, Янагихара, Ноттингем. Такие методы неуниверсальны и основаны на визуальной диагностике, которая опирается исключительно на субъективный опыт врача. Как следствие, возникает потребность в объективных измерениях и автоматизации с целью отслеживания динамики восстановления. Благодаря использованию методов обработки изображений и компьютерного зрения эта задача стала выполнимой.

Цель: разработка метода автоматизированной оценки степени дисфункции лицевого нерва посредством биометрического анализа лица с целью отслеживания динамики восстановления пациента.

Методы: в рамках сотрудничества с Московским научно-исследовательским онкологическим институтом имени П.А. Герцена была собрана база данных пациентов с 4-й (4 человека), 5-й (4 человека) и 6-й (11 человек) степенью поражения функции лицевого нерва по шкале Хауса–Брэкманна — целевая группа. Также была сформирована контрольная группа, участниками которой являлись 20 студентов Московского государственного технического университета им. Н.Э. Баумана. В процессе регистрации испытуемых просили выполнить серию мимических тестов: поднятие бровей, закрытие глаз, улыбка, улыбка с усилием, надувание щёк, вытягивание губ трубочкой, артикуляция с усилием. Затем для оценки степени асимметрии лица были использованы контрольные точки областей бровей, глаз и рта. В качестве модели лица использована двумерная модель MultiPIE, реализованная в библиотеке dlib и содержащая 68 контрольных точек. Написан программный код на языке Python, который на основе изменения координат контрольных точек при выполнении пациентом мимических тестов рассчитывает коэффициенты асимметрии.

Результаты: проведено исследование по определению статистически значимых различий коэффициентов асимметрии у контрольной группы и пациентов. На основе критерия Манна–Уитни параметры асимметрии при выполнении некоторых мимических тестов показали статистически значимые различия (p <0,05), а именно: асимметрия в области лба при поднятии бровей — 0,00 < 0,05; асимметрия в области рта при улыбке — 0,026 < 0,05; асимметрия в области рта при улыбке с усилием — 0,00 < 0,05; асимметрия в области рта при вытягивании губ в трубочку — 0,039 < 0,05; асимметрия в области рта при артикуляции с усилием — 0,004 < 0,05.

Заключение: полученные результаты доказывают работоспособность предложенного метода, а также показывают необходимость проведения дополнительных исследований, а именно поиска различий между группами пациентов разной степени тяжести и разработки классификационной модели машинного обучения.

Обоснование: пациенты, которые из-за большого расстояния или по другим причинам не имеют возможности посещать медицинский центр, нуждаются в высококачественной и доступной медицинской помощи. В современной медицинской практике существует проблема обеспечения и улучшения качества двусторонней связи между пациентом и медицинским персоналом. Работа проводится на портале https://nefrocentr.ru.

Цель: повышение эффективности и улучшение качества оказания медицинской помощи пациентам нефрологического профиля — пациентам с хронической болезнью почек (ХБП) степени IIIb–V (додиализные стадии); пациентам, находящимся на заместительной почечной терапии (гемодиализ, перитониальный диализ); реципиентам почечного трансплантата для сокращения экстренных госпитализаций, снижения смертности и повышения общей выживаемости; разработка и внедрение телереабилитации; повышение качества жизни.

Методы: платформа «Теленефроцентр» создана при поддержке Департамента здравоохранения Москвы, Московского центра инновационных технологий и Комплекса социального развития Москвы (грантовый проект № 25-12-1/22 на создание цифровой экосистемы московского нефрологического кластера для продвижения альтернативных моделей оказания нефрологической помощи на дому пациентам с ХБП IIIb–IV–V стадий и реципиентам донорских почек).

• Применение и совершенствование существующих онлайн-платформ для дистанционного наблюдения: видео-консультации, использование анкетирования и шкал оценки состояния, коррекции терапии, диализной программы, групповой телереабилитации.
• Создание видеоуроков для пациентов с целью повышения грамотности с дальнейшим формированием библиотеки знаний для обучения правилам жизни, питания, самоконтроля, физической активности, гигиены, терапии, проведения процедур перитонеального диализа.
• Разработка телепатронажа и сопровождения пациентов на перитониальном диализе.

Результаты: система представляет собой многоплановую информационную базу, позволяющую собирать данные о самочувствии пациента за пределами медицинского учреждения. Под дистанционным наблюдением находятся более 150 пациентов после аутологичной трансплантации почки, 80 пациентов на перитониальном диализе, 25 пациентов на гемодиализе, 23 пациента на додиализных стадиях ХБП. Система даёт врачу возможность корректировать назначение препаратов, экстренно реагировать на проблемы пациентов, а также задать правильный алгоритм поведения в критической ситуации. Мониторинг основывается на опросниках, на вопросы которых пациент отвечает по расписанию, заданному врачом. Анкета содержит набор симптомов, которые пациент выбирает с учётом интенсивности цвета. Совокупность ответов образует «тепловую карту» самочувствия, при взгляде на которую врач дистанционно определяет, есть ли у пациента проблемы и какие именно. Таким образом, врач обоснованно принимает решения о дальнейшем лечении. Ресурс позволяет пациентам ознакомиться с обширным информационным материалом. Проводятся онлайн-консультации для пациентов — телеобразовательные мероприятия для групп пациентов нефрологического профиля в зависимости от типа патологии с разработкой видеоуроков от врачей по основным проблемам и побочным явлениям. Дистанционно оценивается эффективность проводимой терапии (лекарственной, заместительной почечной терапии) с целью коррекции, отмены и подбора лекарственной терапии. Еженедельно в онлайн-формате проходят занятия по физической реабилитации, а также диетическому сопровождению и диетическому питанию.

Заключение: создание цифровой экосистемы московского нефрологического кластера для оказания телеподдержки всем пациентам нефрологического профиля играет важную роль в повседневной жизни. Возможность получения качественной своевременной помощи позволяет осуществлять качественный контроль состояния пациентов. Анкетирование, в том числе по оценке психологического состояния пациентов, позволяет на раннем этапе выявлять осложнения после коррекции иммуносупрессивной терапии и повышать приверженность пациентов терапии. Проведение онлайн пациентских школ по модификации питания и физической активности позволяет снижать тревожность и улучшать настроение, повышать физическую активность, формировать правильные пищевые привычки и корректировать рацион питания. Данные выводы получены на основании еженедельного мониторинга дневников пациентов.

Обоснование: заболевания орофациальной области встречаются в популяции, по разным данным, в 20–85% случаев. Наиболее частой причиной боли в челюстно-лицевой области, не связанной с зубочелюстной системой, выступает дисфункция височно-нижнечелюстного сустава (ВНЧС), под которой понимают нарушение анатомических соотношений во время естественных движений. Методом выбора в диагностике патологии сустава является магнитно-резонансная томография (МРТ).

Цель: для прицельной диагностики дисфункции ВНЧС оптимизированы методики МРТ-исследования с выполнением статичного, псевдодинамического и динамического протоколов.

Методы: классическое обследование ВНЧС проводится в положении закрытого и открытого рта. Однако полученные изображения не отражают расположение внутрисуставного диска на всех этапах движения нижней челюсти.

Результаты: после проведения статического обследования в двух положениях рта проводилось сканирование с получением псевдодинамических сагиттальных Т1 взвешенных изображений (ВИ). Пациенту предлагалось разделить движения от полного закрытия до полного открытия рта на пять этапов. Обследование осуществлялось при содружественных действиях оператора МРТ и пациента. Полученные томограммы позволяют оценить положение и форму мениска на пяти этапах движения нижней челюсти. Выполненная программа является ведущей в оценке изменений формы диска на каждом этапе открытия рта. Широкое покрытие исследуемой зоны даёт возможность визуализировать не только суставные взаимоотношения внутренних структур, но и окружающие мягкие ткани, в том числе сокращения латеральной крыловидной мышцы, поверхностной и глубокой частей жевательной мышцы. Заключительным этапом сканирования была динамическая Т2 ВИ, выполняемая пациентом самостоятельно. Полученная серия изображений представляет собой последовательные движения мыщелка, максимально приближенные к естественному открытию рта. Импульсная последовательность позволяет оценить амплитуду движения мыщелка нижней челюсти и наличие гипермобильности, что может быть затруднено при выполнении статичных изображений со стандартными роторасширителями.

Заключение: оптимизированный протокол динамического и псевдодинамического исследования ВНЧС является важнейшей частью прецизионной диагностики дисфункции ВНЧС, позволяет проводить дифференциальную диагностику между спазмом мышц и адгезией внутрисуставного диска, а также достоверную визуализацию внутрисуставных соотношений во время открытия рта.

Обоснование: эндометриоз — одна из наиболее частых причин бесплодия. Он поражает около 6–10% женщин репродуктивного возраста. Многие десятилетия проведение лапароскопической операции считалось «золотым стандартом» диагностики различных форм эндометриоза. Однако, несмотря на широкое применение, диагностическая лапароскопия — инвазивная и дорогостоящая процедура, сопряжённая с определёнными рисками. В современной научной литературе всё больше данных о том, что методы лучевой диагностики [ультразвуковое исследование (УЗИ) и магнитно-резонансная томография (МРТ)] являются основными и наиболее перспективными для верификации эндометриоза. Преимущества МРТ перед УЗИ: получение многоплоскостных изображений, высокая тканевая контрастность, меньший размер определяемых гетеротопий.

Цель: оценить чувствительность и специфичность МРТ для диагностики различных форм эндометриоза.

Методы: ретроспективный анализ историй болезни, данных инструментальных исследований 129 женщин репродуктивного возраста (средний возраст участниц — 30,5±4,6 лет) с клиническим диагнозом «бесплодие» и подозрением на генитальный эндометриоз. На первом этапе исследования для оценки состояния малого таза и проходимости маточных труб пациенткам выполнялась комплексная МРТ с одномоментным проведением магнитно-резонансной гистеросальпингографии. Далее для подтверждения / опровержения диагноза генитального эндометриоза, проведения хирургического лечения или дальнейшего поиска возможных причин бесплодия женщинам выполнялась лапароскопическая операция (ЛО). Проводились сравнение результатов, полученных при МРТ и ЛО, и оценка чувствительности и специфичности МРТ для диагностики наружного и внутреннего генитального эндометриоза.

Результаты: согласно полученным данным, специфичность МРТ для диагностики эндометриоза брюшины составила 74% [95% доверительный интервал (ДИ) 57–85%], чувствительность — 94% (95% ДИ 87–99%). Диагностическая точность методики — 86% (95% ДИ 79–91%). Самая частая локализация эндометриоидных гетеротопий — ретроцервикально (у 41% исследуемых). Специфичность данной методики для диагностики эндометриоидных кист яичников составила 92% (95% ДИ 82–97%), чувствительность — 98% (95% ДИ 90–100%). Диагностическая точность методики — 94% (95% ДИ 88–96%). Специфичность и чувствительность МРТ для диагностики аденомиоза составили 96% (95% ДИ 92–99%) и 99% (95% ДИ 87–100%) соответственно. Диагностическая точность методики — 97% (95% ДИ 93–99%). Наши результаты согласуются с данными литературы о точности МРТ для диагностики эндометриоза.

Заключение: на основании полученных данных сделан вывод, что МРТ является перспективным методом неинвазивной диагностики различных форм эндометриоза. Выполнение комплексной МРТ позволяет не только получить достаточно точную информацию о состоянии органов малого таза, но и обнаружить проявления генитального эндометриоза, а также сократить время обследования женщин с бесплодием.

Обоснование: технологии искусственного интеллекта (ИИ) активно внедряются в медицину. Поскольку студенты медицинских вузов являются будущими врачами, важно оценить степень их информированности и отношение к ИИ.

Цель: сравнить степень информированности и отношения к ИИ среди русскоговорящих студентов Оренбургского государственного медицинского университета (ОрГМУ) из Российской Федерации и англоговорящих студентов ОрГМУ из Республики Индия.

Методы: в период с 12 по 25 марта 2023 года было проведено добровольное анонимное анкетирование студентов ОрГМУ с помощью платформы Google Forms. Анкета включала 28 вопросов. Для студентов иностранного факультета была подготовлена версия на английском языке. Все ответы были проанализированы статистически (расчёт средних значений по шкале Ликерта, критериев Стьюдента и хи-квадрат Пирсона).

Результаты: в опросе приняли участие 331 студент: 214 русскоговорящих и 117 англоговорящих; 127 мужчин, 202 женщины, двое не указали пол. Всех участников разделили на 2 подгруппы: младшие курсы (1–3-й курс — 200 участников) и старшие курсы (4–6-й курс — 131 участник). Абсолютное большинство респондентов (92,3%) знают, что такое ИИ, при этом среди русскоговорящих студентов этот процент выше (p <0,001) — 95,8% против 84,6% англоговорящих. О возможности применения ИИ в медицине знают лишь 34,1% русскоговорящих и 46,2% англоговорящих студентов (p=0,032). О применении ИИ в лучевой диагностике и патологической анатомии знают 28,5 и 23,4% русскоговорящих и 44,4 и 38,5% англоговорящих респондентов соответственно (p=0,004). Наибольшее согласие студенты выразили с утверждением, что ИИ сыграет значительную роль в развитии и поддержке медицины в будущем (среднее значение по шкале Ликерта — 4,23). Студенты наименее согласны с утверждением, что диагностические способности ИИ превосходят клинический опыт врача-человека (среднее значение — 2,84). 76,7% респондентов в случае расхождения мнений ИИ и врача окончательное решение доверят второму. Подавляющее большинство респондентов считают перспективными направлениями для использования ИИ лучевую диагностику, анализ электрокардиограмм и патологическую анатомию — 91,3; 71,3 и 70,4% соответственно. По остальным утверждениям об отношении к ИИ средние значения находились в диапазоне 3,63–4,33. Из недостатков применения ИИ выделяют угрозу утечки данных, а из преимуществ — быстрый анализ данных и помощь в диагностике.

Заключение: англоговорящие студенты оказались более осведомлёнными о применении ИИ в медицине. При этом обучающиеся из России показали более позитивное отношение к ИИ. Однако в случае расхождения мнений врача и ИИ обе группы респондентов доверят решение врачу.

Системы искусственного интеллекта (ИИ) высокоэффективны, что делает невозможным игнорирование их имплементации в медицинскую практику, но создаёт ряд этических проблем. Проблема «чёрного ящика» является базовой для философии искусственного интеллекта, но имеет свою специфику применительно к медицине. С целью изучения проблем внедрения ИИ в медицину проведён отбор релевантных статей за последние три года через Pubmed и Google Scholar по цитированиям и их анализ. Одной из центральных проблем внедрения ИИ в медицину является проблема «чёрного ящика» — отсутствие ясных и обоснованных принципов работы ИИ. Как врачи могут опираться на заключения ИИ, не имея достаточного количества данных, объясняющих принятие того или иного решения? А в случае неблагоприятного исхода (летального случая, тяжёлой травмы) на ком будет лежать ответственность за окончательно принятое решение? В рутинной практике медицинские решения основываются на комплексном подходе: понимании патофизиологии и биохимии, интерпретации полученных в прошлом результатов, клинических исследованиях и когортных наблюдениях. Искусственный интеллект может быть использован для построения плана диагностики заболеваний и лечения, но не предоставляет убедительных обоснований для принятия конкретных решений. Это и создаёт «чёрный ящик»: не всегда понятно, какую информацию ИИ считает важной для вынесения заключения, каким образом и почему ИИ приходит именно к такому выводу. Хуан Мануэль Дуран пишет: «Даже если мы заявляем, что понимаем принципы, лежащие в основе маркировки и обучения ИИ, всё равно сложно, а часто даже невозможно претендовать на понимание внутренней работы таких систем. Врач может интерпретировать или проверять результаты этих алгоритмов, но врач не может объяснить, как алгоритм пришёл к своим рекомендациям или диагнозу». Сегодня модели ИИ обучены распознавать микроскопические аденомы и полипы в толстой кишке. Но, несмотря на высокую точность, врачи всё ещё имеют недостаточно представлений о том, как ИИ дифференцирует различные виды полипов, а признаки, являющиеся ключевыми для постановки диагноза ИИ, остаются неясными для опытных врачей-эндоскопистов. Другой пример — биомаркеры колоректального рака, распознаваемые ИИ. При этом врач не знает, как алгоритмы определяют количественные и качественные критерии выявляемых биомаркеров для формулировки окончательного диагноза в каждом индивидуальном случае, т.е. возникает «чёрный ящик» в патологии процесса. Для того чтобы завоевать доверие врачей и пациентов, необходимо обеспечить расшифровку и пояснение процессов, лежащих в основе работы ИИ, описать, как последовательно, шаг за шагом происходит работа и формулируется конкретный результат. Хотя алгоритмы «чёрного ящика» нельзя назвать прозрачными, стоит рассмотреть возможность применения данных технологий в практической медицине. Несмотря на перечисленные проблемы, точность и эффективность решений не позволяет пренебрегать использованием ИИ, даже, наоборот, делает это использование необходимым. Возникающие проблемы должны служить основой для подготовки и обучения врачей умению работать с ИИ, расширения сфер применения и разработки новых методик диагностики.

Обоснование: технология распознавания речи получает всё большее распространение в отечественной системе здравоохранения. Одной из первых специальностей, где было проведено широкомасштабное внедрение данной технологии, стала рентгенология. Однако нерешёнными остаются вопросы об эффективности применения голосового ввода и его влияния на длительность заполнения медицинской документации.

Цель: оценка эффективности применения технологии распознавания речи при подготовке протоколов разных модальностей и типов рентгенологических исследований.

Методы: ретроспективное исследование было проведено на базе Московского референс-центра ГБУЗ «НПКЦ ДиТ ДЗМ». В исследование методом простой случайной выборки было включено 12 912 протоколов рентгенологических исследований по флюорографии, маммографии, компьютерной томографии (КТ) органов грудной клетки (ОГК), магнитно-резонансной томографии (МРТ) головного мозга с контрастированием и КТ ОГК, брюшной полости и малого таза с контрастированием. Размеры всех выборок превышали 766 исследований, рассчитанных с учётом размера генеральной совокупности более 100 тыс. исследований. Для заполнения протоколов рентгенологических исследований использовалось программное обеспечение Voice2Med. Межгрупповое сравнение выполнено с помощью U-критерия Манна–Уитни с уровнем статистической значимости 0,05.

Результаты: средняя длительность подготовки протоколов флюорографического исследования в группе клавиатурного ввода составила 189,9 с (0:03:09), в группе голосового ввода — 236,2 с (0:03:56) (p <0,0001), для маммографических исследований — 387,1 с (0:06:27) и 444,8 с (0:07:24) соответственно (p <0,0001), для рентгенографических исследований — 247,8 с (0:04:07) и 189,0 с (0:03:09) соответственно (p <0,0001), для КТ ОГК — 379,7 с (0:06:19) и 382,7 с (0:06:22) соответственно (p=0,12), для МРТ головного мозга 709,9 с (0:11:49) и 559,9 с (0:09:19) соответственно (p <0,0001), для КТ ОГК, брюшной полости и органов малого таза с контрастированием — 2714,6 с (0:45:15) и 1778,4 с (0:29:38) соответственно. Применение голосового ввода замедлило время подготовки протоколов маммографических и флюорографических исследований. Это объясняется применением в медицинских организациях структурированного электронного медицинского документа для описания результатов этих исследований. Наибольшую эффективность технология распознавания речи продемонстрировала при подготовке протоколов МРТ- и КТ-исследований. Такие исследования содержат большое количество патологических изменений, как целевых, так и случайных находок, что требует от врача-рентгенолога их детального описания в протоколе исследования.

Заключение: применение технологии распознавания речи при подготовке протоколов рентгенологических исследований продемонстрировало разную эффективность в зависимости от модальности и типа рентгенологического протокола, заполняемого с помощью системы голосового ввода. Данный поход оптимален для описания КТ- и МРТ-исследований.

Обоснование: искусственный интеллект — система, основанная на машинном обучении нейросети. Его структура напоминает нервную ткань, в ней присутствуют «нейроны» — математические коды. Нейросеть имеет три уровня: входной слой (информация поступает в систему), скрытый слой (идёт анализ многомерных данных), выходной уровень (система выдаёт заключение). В современных нейронных сетях используется «перцептрон» — тот же нейрон, но состоящий из большого количества взаимосвязанных входных и скрытых слоёв, благодаря чему система способна к самообучению и анализу нелинейных данных, обобщению и обработке неполной информации, в том числе используя метод проекции на латентные структуры.

Цель: создание программы на основе анализа многомерных данных для определения жевательной эффективности на этапах протезирования.

Методы: на кафедре ортопедической стоматологии и ортодонтии в 2016 году была создана и апробирована программа для определения жевательной эффективности на основе анализа цифровых окклюзиограмм, получаемых путём сканирования отпечатков зубов на пластинке воска. Результаты обрабатываются математическими методами анализа многомерных данных с использованием метода проекции на латентные структуры (PLS-2), позволяющего оценить взаимосвязь величины жевательной эффективности с характеристиками площади и яркости областей, соответствующих окклюзионным контактам. Программа проводит сравнение результатов измерения с эталонными окклюзиограммами в базе и выдаёт заключение. В ходе испытаний были получены статистически значимые результаты эффективности работы программы в сравнении с традиционными жевательными пробами. В связи с актуальностью внедрения искусственного интеллекта в ортопедическое лечение было принято решение усовершенствовать методы обучения программы для обновления имеющегося массива эталонных данных. Начиная с 2019 года к ранее полученным данным были добавлены 24 окклюзиограммы с дефектами зубных рядов от 9 до 12 зубов. На основе расширенной базы данных программа при анализе окклюзиограммы нового пациента позволяет учитывать ранее полученные с помощью жевательной пробы В.Н. Трезубова степени изменения эффективности жевания при различных дефектах зубных рядов, а также сопоставлять эталонные и минимально достигаемые значения жевательной эффективности. Верификация алгоритма программы проводилась исследователями с применением классической жевательной пробы В.Н. Трезубова. В качестве единицы измерения жевательной эффективности выступает процентный показатель.

Результаты: найденные сочетания параметров цифрового алгоритма оценки жевательной эффективности позволяли добиться повышения его точности в пределах 4–6% по отношению к традиционным жевательным пробам И.С. Рубинова и О.М. Ряховского.

Заключение: цифровой алгоритм оценки жевательной эффективности позволяет быстро и точно оценивать её без применения аналоговых трудоёмких проб.

Обоснование: методика, позволяющая без нарушения целостности кожных покровов идентифицировать различные патологии и чётко выявлять причину смерти, а также другие сопутствующие патологии, относится к посмертным лучевым методам исследования и носит название «виртопсия». По всему миру количество аутопсий снижается, что создаёт потребность использования альтернативных методов, таких как неинвазивные методы аутопсии, к числу которых и относится виртопсия. Основным методом посмертного лучевого исследования является методика сканирования на мультиспиральном компьютерном томографе, к её преимуществам в том числе относят высокую чувствительность к костной патологии. Применение методов посмертной лучевой диагностики позволяет дополнить классическую аутопсию. Такой междисциплинарный подход позволяет визуализировать самые разнообразные патологии и направлен на помощь патологоанатому в диагностическом поиске.

Цель: оценить возможность применения лучевых методов диагностики в контексте патологоанатомической практики, а также особенности неинвазивной аутопсии (виртопсии) и её отличия от метода классического вскрытия.

Методы: нами был использован архивный материал, включающий макропрепараты двух нижних конечностей с опухолевидными образованиями неясного генеза (затронуты верхняя треть бедренной кости и область бугра пяточной кости). Биоматериал предварительно заключался в специально обработанную желатиновую среду, которая поддерживала его сохранность и оставляла интактными части компьютерного томографа. Для рентгенологической оценки препаратов применялась мультиспиральная компьютерная томография (КТ). Из полученных первичных КТ-последовательностей были отобраны томограммы с лучшей визуализацией в костном и мягкотканном окнах, а также была применена 3D-реконструкция.

Результаты: по результатам КТ-исследования были получены томограммы, а также 3D-реконструкции изображений опухолевидных образований пяточной и бедренной костей. Интерпретация границ образования, характеристик морфологии и возможного источника разрастания новообразования позволили предположить злокачественную природу опухоли и её костное происхождение. Дальнейшая оценка гистологии в обоих случаях подтвердила характер новообразования (остеогенная саркома).

Заключение: применение элементов посмертной лучевой диагностики позволяет достаточно точно верифицировать характер некоторых патологий. В то же время отсутствие повреждения тканей и нарушения интактных топографических характеристик играют не последнюю роль в посмертной диагностике. Такая методика позволяет, в отличие от аутопсии, вернуться к первоначальному виду исследуемых структур и при необходимости начать диагностический поиск заново, а также дистанционно привлечь к нему специалистов из других регионов, отправив данные компьютерной томографии.

Проблемы окружающей среды колоссально сказываются на всем населении мира, в частности на здоровье людей, что играет ведущую роль в индивидуальном благополучии. Загрязнение окружающей среды, согласно некоторым оценкам, убивает около 9 млн человек ежегодно. Внедрение систем искусственного интеллекта (СИИ) во многие области имеет огромный потенциал в снижении влияния человека на окружающую среду, однако такие системы оказывают и негативный эффект.

Возможности СИИ по улучшению здравоохранения неразрывно связаны с этическими проблемами, которые возникают из-за сложности данных систем и их влияния на жизнь и здоровье сообществ, пациентов и персонала. Помимо аспектов, которые непосредственно относятся к алгоритмам, данным и клиническому применению СИИ, существуют долгосрочные и неочевидные на первый взгляд риски. Одним из таких рисков является негативное влияние СИИ на окружающую среду, что может навредить здоровью людей косвенно. Системы искусственного интеллекта — не только программное обеспечение, но и физические компоненты, которые необходимы для их функционирования, такие как процессоры, память, датчики и др. Изготовление этих компонентов и энергия, которую они потребляют, оказывают сильное влияние на окружающую среду. Одно из исследований показало, что при обучении одного алгоритма ИИ выброс углерода может достигать значений, которые соответствуют суммарному выбросу углерода от пяти автомобилей за их срок службы.

В данном исследовании проведён анализ существующих публикаций, связывающих развитие СИИ, особенно в здравоохранении, с их эффектом на окружающую среду. Данное исследование должно дополнить разрабатываемый Кодекс этики ИИ в сфере здравоохранения, а именно — принципы устойчивого развития, которые будут включены в данный кодекс.

По результатам исследования сделан вывод, что влияние СИИ на экологию должно учитываться при формулировании этических норм для СИИ в здравоохранении. Эти нормы необходимо учитывать на этапах разработки, тестирования и применения СИИ. Все вовлечённые в создание и использование СИИ люди (разработчики, врачи, регуляторы, и др.) должны отслеживать влияние этих систем на окружающую среду и минимизировать экологические последствия работы таких систем на всех этапах их существования. Данный принцип призывает свести негативные последствия к минимуму, повысить энергоэффективность таких систем на всех этапах их существования и проводить утилизацию физических компонентов в строгом соответствии с текущим законодательством. Кроме того, из-за стремительного развития таких систем и возникающих с ними этических дилемм необходимо совместно предлагать пути их решения и развивать этические нормы сообразно и своевременно возникающим технологиям.

Обоснование: одна из часто встречающихся проблем при разметке медицинских изображений — расхождения между разными врачами-разметчиками (inter-observer variability). Одно и то же изображение может быть размечено врачами по-разному. Основные причины — человеческий фактор, разница в опыте и квалификации, разные «радиологические школы», плохое качество изображения, нечёткие инструкции. Влияние некоторых факторов можно уменьшить за счёт правильной организации процесса разметки, но мнение врачей всё равно нередко различается.

Цель: проверить, может ли нейронная сеть с помощью дополнительного модуля обучиться стилю и особенностям разметки разных врачей-рентгенологов и может ли такое моделирование улучшить итоговые метрики детекции объектов на радиологических изображениях.

Методы: для обучения систем искусственного интеллекта в радиологии часто используется перекрёстная разметка, т.е. разметка одного и того же исследования несколькими врачами. Существуют разные методы работы с такой разметкой. Самый простой способ — использовать разметку от каждого врача как независимый пример при обучении модели. Есть методы, которые с помощью различных правил или алгоритмов объединяют разметку перед обучением. Наконец, M.Y. Guan и соавт. используют отдельные классификационные головы для моделирования стиля разметки разных врачей. К сожалению, этот метод не подходит для более сложных задач, например детекции объектов на изображении. Для данного анализа использовалась модель машинного обучения, предназначенная для детекции объектов различных классов на маммографических исследованиях. Эта модель является нейронной сетью, основанной на архитектуре Deformable DETR. Для обучения нейронной сети использовался набор данных, состоящий из 7756 маммографических исследований молочных желёз и 12 543 уникальных аннотации от 19 врачей; для валидации — набор данных, состоящий из 700 исследований, размеченных по шкале Bi-Rads; для тестирования — набор данных, состоящий из 300 исследований, размеченных по шкале Bi-Rads. Во всех наборах данных доля исследований с патологией находилась в диапазоне 15–20%. Каждому из 19 врачей был присвоен уникальный индекс, по которому специальный модуль на каждой итерации обучения нейронной сети находит соответствующий этому индексу вектор. Этот вектор расширялся до размера карты признаков каждого уровня пирамиды признаков, а затем присоединялся отдельными каналами к этим картам. Таким образом, энкодер и декодер детектора получали доступ к информации о том, какой врач разметил данное исследование. Векторы обновлялись с помощью метода обратного распространения ошибки. Для сравнения были выбраны три метода.

1. Базовая модель — объединение разметки методом разных врачей с помощью метода "голосования".
2. Использование нового стилистического модуля. Для предсказаний на тестовом наборе данных был использован индекс одного врача, который показал лучшие метрики на валидационном наборе данных.
3. Использование нового стилистического модуля. Для предсказаний на тестовом наборе данных были использованы индексы пяти врачей с лучшими метриками на валидационном наборе данных. Для объединения предсказаний применялся метод Weighted Boxes Fusion.

В качестве основной метрики был использован ROC-AUC на тестовом наборе данных (к патологии относились категории Bi-Rads 3, 4, и 5). В качестве вероятности злокачественности для каждого метода использовалась сумма максимальных вероятностей обнаруженных злокачественных объектов (злокачественные образования и кальцинаты) по проекциям CC и MLO.

Результаты: по результатам обучения были получены следующие метрики ROC-AUC для трёх приведённых методов — 0,82; 0,87 и 0,89.

Заключение: использование информации о враче-разметчике позволяет нейронной сети эффективнее обучаться и моделировать стиль разметки разных врачей. Данный метод может также применяться для получения оценки неуверенности сети в своём предсказании. Использование эмбеддингов разных врачей, приводящее к разным предсказаниям, может означать сложность данного исследования для обработки системой искусственного интеллекта.

Актуальность: инфекционный эндокардит (ИЭ) у ВИЧ-инфицированных потребителей инъекционных наркотиков проявляется преимущественно поражением трикуспидального клапана (ТК). Возбудитель заболевания —золотистый стафилококк. Особенностью течения ИЭ ТК у данной категории пациентов являются множественные септические эмболии в малый круг кровообращения, источником которых могут быть флотирующие вегетации и преобладание лёгочной симптоматики над сердечной.

Описание случая: в течение года с помощью метода трансторакальной эхокардиографии проводилось динамическое наблюдение за развитием ИЭ, подтверждённого в том числе лабораторными исследованиями, у пациентки 30 лет, ВИЧ-инфицированной, употребляющей инъекционные наркотики. Пациентка дважды поступала в отделение реанимации и интенсивной терапии в тяжёлом состоянии с гнойно-септическими осложнениями в лёгких в виде двусторонней полисегментарной деструктивной (септической) пневмонии, подтверждённой рентгеном и мультиспиральной компьютерной томографией. После проведённой интенсивной терапии пациентка отказывалась от дальнейшего лечения АРВТ и консультаций кардиохирурга. Данное клиническое наблюдение демонстрирует ИЭ ТК и правостороннюю нижнедолевую пневмонию у ВИЧ-инфицированной наркозависимой пациентки после операции «кесарево сечение». Иммунодефицитное состояние без соответствующего лечения АРВТ оказало негативное влияние на течение данного заболевания. По данным трансторакальной эхокардиографии, за время наблюдения вегетации на ТК увеличились с 7 до 16 мм, усилилась регургитация, фракция выброса левого желудочка сократилась с 60 до 47%. Пусковым фактором развития ИЭ в данном случае могли быть осложнения кесарева сечения, наличие иммунодефицита и отсутствие приёма АРВТ. Употребление инъекционных наркотиков с возможными нарушениями асептики, циркуляцией в крови микроорганизмов-возбудителей способствовало быстрому развитию заболевания и стало определяющим фактором в локализации инфекционного процесса на ТК.

Заключение: основным методом лучевой диагностики для обследования ВИЧ-инфицированных наркозависимых пациентов с лихорадкой и (или) после медицинских манипуляций остаётся эхокардиография. Однако у данной группы пациентов заболевание чаще клинически манифестирует именно с яркой лёгочной патологии, поэтому рентгенологические методы обязательно должны быть в приоритете во время диагностического поиска. Источниками септической эмболии в малый круг кровообращения при ИЭ могут быть рыхлые, флотирующие вегетации ТК.

Обоснование: неалкогольная жировая болезнь печени — распространённое хроническое заболевание печени, характеризующееся патологическим накоплением жировых капель, не связанное с употреблением алкоголя. Главной причиной в развитии осложнений и неблагоприятных исходов этого заболевания является развитие фиброзных изменений в печени, которые приводят к циррозу печени.

Цель: определение информативности двухмерной эластографии сдвиговой волной при гепатозах путём сравнительного анализа морфологического и ультразвукового эластометрического исследования.

Методы: проведено обследование 40 пациентов в возрасте 35–60 лет, контрольную группу составили 25 здоровых людей с индексом массы тела 24–26. Среди 40 больных стадия F1 выявлена у 15 (37,5%) больных, стадия F2 — у 20 (50%), стадия F3 — у 5 (12,5%). Диагноз основывался на клинических, лабораторных и ультразвуковых исследованиях на приборе Mindray Consona N9 с использованием конвексного датчика на частоте 2,0–3,5 МГц. При отсутствии противопоказаний всем больным хирурги провели пункционную биопсию под ультразвуковой навигацией с соблюдением условий асептики и антисептики.

Результаты: при первой стадии фиброза печени F1 (n=15) показатель эластометрии в среднем составил 5,4 (4,8–6,2) кПа, а скорость сдвиговой волны — 1,1±0,2 м/с. При гистоморфологическом исследовании у этой группы выявлена слабая жировая дистрофия печени, ткань печени имела разную степень дистрофических изменений на общем фоне. В случае второй стадии фиброза F2 (n=20) средние показатели эластометрии составили 6,9 (6,3–7,9) кПа, а скорость сдвиговой волны увеличилась до 1,5±0,2 м/с. У пациентов этой группы гистологическое исследование показало, что в гепатоцитах формировалась умеренно- и крупнокапельная жировая дистрофия. В стадии F3 (n=5) показатель эластометрии составил в среднем 8,3 (8,1–13,5) кПа, а величина скорости сдвиговой волны достигала 1,7±0,2 м/с. В этом случае определялись гепатоциты с жировой дистрофией в очаге, окружённом скоплением липофагов. Совпадение стадии фиброза, определённой по данным эластометрии с морфологическим исследованием биоптата печени, наблюдалось у 36 (90%) больных жировом гепатозом.

Заключение: сопоставление результатов двухмерной эластографии сдвиговой волной и морфологических изменений паренхимы пеачени при гепатозах показало их высокую (90%) корреляцию с данными перечисленных исследований. При наличии противопоказаний к пункционной биопсии сдвиговолновая эластография может служить ценным диагностическим методом в уточнении стадии фиброза при гепатозах.

Среди многочисленных заболеваний суставов самыми распространёнными являются остеоартрозы, и в частности гонартроз. В современной медицине для оценки состояния пациентов с гонартрозом требуются новые и усовершенствованные методы визуализации, которые дают возможность ранней диагностики, улучшения понимания патофизиологии остеоартроза, а также эффективности проводимого лечения. Выполнен анализ научных данных о применении магнитно-резонансной томографии (МРТ) как объективного метода оценки влияния ударно-волновой терапии (УВТ) на воcстановление поражённого хряща и костного мозга у пациентов с гонартрозом. Был проведён поиск публикаций в базах данных PEDro, PubMed за период с 2017 по 2022 год. Поиск осуществлялся по ключевым словам на русском и английском языках: «остеоартрит» / «остеоартроз коленного сустава» («knee osteoarthritis»), «ударно-волновая терапия» («shock wave therapy»), «магнитно-резонансная томография» («magnetic resonance imaging»). В результате поиска в настоящий обзор были включены пять зарубежных публикаций (отечественные отсутствовали). В двух исследованиях были проанализированы результаты действия УВТ на состояние изменённого хряща у пациентов с гонартрозом. В качестве группы сравнения были выбраны пациенты, которые получали перорально нестероидные противовоспалительные препараты. Авторы оценивали влияние УВТ на состояние хряща с помощью количественной оценки времени Т2-релаксации (методики T2-картирования) и выраженности отёка костного мозга на МРТ-изображениях. Через 24 нед. после лечения различия в значениях времени релаксации на T2-ВИ в области надколенника, вертлужной впадины, медиальной и латеральной суставной поверхностях бедренной и большеберцовой костей не показали статистической значимости по сравнению с показателями до лечения (t= –1,859; P= 0,076). В заключении авторы предполагают, что полученный эффект действия УВТ среди пациентов с гонартрозом обусловлен применением низкой энергии и заявляют о продолжении исследований с применением более высоких параметров УВТ. В другом исследовании учёные установили, что у пациентов с гонартрозом через 6 мес после курсового воздействия УВТ наблюдалось статистически значимое уменьшение площади субхондрального поражения костного мозга, а также выявили корреляцию между уменьшением размера субхондрального поражения костного мозга и улучшением оценки боли в результате курсового воздействия УВТ. В другой работе с помощью МРТ у пациентов с гонартрозом зафиксировано положительное влияние УВТ за счёт уменьшения отёка костного мозга. Через год наблюдений на МРТ-изображениях была продемонстрирована полная регрессия отёка костного мозга среди пациентов, получавших УВТ. Количество работ, в которых изучалось влияние УВТ на восстановление поражённого хряща и костного мозга у пациентов с гонартрозом с помощью метода МРТ, ограниченно, что свидетельствует о необходимости продолжения научных исследований в данном направлении.

Обоснование: аневризмы аорты — заболевания, известные как «тихие убийцы», — зачастую протекают бессимптомно, приводя к разрыву сосуда и летальному исходу. Ежегодные показатели: разрывы — до 3,6%, расслоения — до 3,7%, внезапная смерть — до 10,8%. Своевременная диагностика и лечение на ранней стадии спасает жизнь пациента. Применение технологий искусственного интеллекта (ТИИ) помогает выявлять аневризмы аорты, что существенно улучшает качество диагностики и спасает жизнь пациентов.

Цель: оценить эффективность применения ТИИ для выявления аневризмы грудного отдела аорты по данным компьютерной томографии (КТ) органов грудной клетки (ОГК) и определить возможности использования ТИИ как помощника врача-рентгенолога при первичном описании лучевых исследований.

Методы: в рамках исследования ретроспективно оценены результаты ТИИ, направленных на выявление аневризмы грудного отдела аорты на КТ ОГК; контрастирование при первичном исследовании не проводилось. Выборка составила 84 405 наблюдений пациентов старше 18 лет, из которых было отобрано 86 исследований с аневризмами грудной аорты по данным ТИИ. Отобранные исследования были ретроспективно оценены рентгенологами и сосудистыми хирургами в связи с вероятным наличием аневризмы грудного отдела аорты. В 44 исследованиях рентгенологом первично была выявлена аневризма аорты. В 31 исследовании аневризма не была первично описана врачом-рентгенологом, 6 были исключены из выборки (по причине отсутствия протокола врача-рентгенолога в Единой радиологической информационной системе), а 5 исследований были с ложноположительными результатами по данным ТИИ.

Результаты: применение ТИИ позволяет выявлять и маркировать на изображениях патологические изменения аорты. Технологии искусственного интеллекта способствуют повышению выявляемости аневризмы грудной аорты при описании КТ ОГК на 38,8%. Встречаемость аневризмы восходящего отдела аорты составила 0,3%, что соответствует литературным данным — 0,16–1,6% случаев. По результатам исследования было выполнено 22 оперативных вмешательства по стентированию аорты.

Заключение: использование ТИИ при первичном описании КТ ОГК может помочь повысить выявляемость клинически значимых патологических состояний, таких как аневризма грудного отдела аорты. Актуальна дальнейшая разработка направлений маршрутизации данной категории пациентов в режиме «cito» для оперативного лечения. Расширение ретроспективного скрининга по данным КТ ОГК с применением ТИИ позволит улучшить качество диагностики сопутствующей патологии, а также предотвратить негативные последствия для пациентов.

Обоснование: травматическое повреждение периферических нервов является существенной клинической и социальной проблемой и характеризуется высоким уровнем инвалидизации у молодых пациентов.

Цель: оценить диагностическую эффективность ультразвукового исследования в диагностике повреждений периферических нервов при боевой травме.

Методы: обследовано 163 пациента (362 периферических нерва). Давность травматического поражения нервов составила 2–273 дней. Все пациенты — мужчины в возрасте 20–48 лет. Ультразвуковое исследование проводили с использованием линейных датчиков 7–17 МГц на аппарате ACUSSON S2000 по стандартной методике в В-режиме, в продольной и поперечной плоскостях сканирования, с использованием доплеровских методик. С целью оценки эффективности диагностики применяли статистический анализ. Вычисление операционных (чувствительность и специфичность) и интегральной (точность) характеристик проводили по методике качественной оценки референтного (оперативное вмешательство) и изучаемого метода (ультразвуковое исследование).

Результаты: причиной повреждения периферических нервов была боевая травма. В 120 (73,6%) случаях повреждения конечностей сопровождались травмами костно-суставного аппарата и повреждением сосудов. 274 (75,7%) нерва были с признаками травматического повреждения. Повреждения нескольких нервов отмечены у 95 человек (58,3%). Чаще повреждались нервы верхних конечностей — 185 (67,5%), нервы нижних конечностей — 89 (32,5%). Контузионные структурные изменения отмечены у 181 (66%) нерва. Нарушение анатомической целостности диагностировано у 46 (16,8%) нервов, полное — в 29 (10,6%) случаях с наличием диастаза между концами нерва. В ранние сроки после травмы вблизи нерва визуализировались раневой канал, гематомы, в 4 случаях в оболочках нерва визуализировалось инородное тело металлической плотности. По прошествии 3 нед. от момента травмы отмечалось образование концевых невром. Размеры невром составляли: для проксимального конца — от 0,5×0,3 до 1,6×0,6 см, для дистального конца — от 0,4×0,2 до 1,3×0,6 см, аваскулярные. Прилежащие участки нерва на протяжении 3–5 см были утолщены, характеризовались сохранением эхоструктуры, но с утолщением всех фасцикул, отмечался кровоток по периферии нерва. Краевое повреждение нерва отмечалось в 17 (6,2%) случаях. При формировании краевой невромы фиксировалось значительное утолщение нерва в 1,4–3,2 раза на небольшом расстоянии (от 0,4 до 1,5 см) с потерей пучковой дифференцировки части нерва, выраженным снижением эхогенности и отсутствием доплеровского сигнала. Сдавление нервов в 47 случаях (17,1%) сопровождалось утолщением нервных стволов в 1,2–2,3 раза, нечёткостью контуров, снижением эхогенности, существенным изменением структуры нерва. Причинами сдавлений являлись рубцовые изменения, гематомы, инородные тела, костные отломки, в 2 случаях — спицы от аппаратов внешней фиксации. Прооперированы 106 пациентов.

Заключение: чувствительность ультразвукового исследования составляет 96%, специфичность — 67%. К особенностям обследования относятся наличие обширных дефектов мягких тканей, аппаратов внешней фиксации, значительно затрудняющих проведение исследования. Диагностическая точность составляет 91%. Основной причиной ложноположительных (6,6%) и ложноотрицательных (2,8%) результатов являлся выраженный рубцовый процесс (70%).

Обоснование: основной причиной для разработки и внедрения технологий искусственного интеллекта (ИИ) в нейроонкологии является широкая распространённость опухолей головного мозга — до 200 случаев на 100 тыс. населения. Частота встречаемости первичного очага в головном мозге — 5–10%, но у 60–70% умерших от злокачественных новообразований обнаруживаются метастазы в головном мозге. Магнитно-резонансная томография (МРТ) — наиболее распространённый метод первичной неинвазивной диагностики опухолей головного мозга и контроля динамики заболевания. Одними из самых сложных задач в этой области являются классификация типов опухолей и определение клинических параметров (размер и объём) для проведения, диагностики и лечебных процедур, в том числе операции.

Цель: разработать программный модуль для дифференциальной диагностики новообразований головного мозга на МРТ-изображениях.

Методы: программный модуль основан на разработанном наборе данных — Siberian Brain Tumor Dataset (SBT), в котором содержится информация о более 1000 пациентов нейрохирургического профиля с полностью верифицированными постоперационными диагнозами (гистологически и иммуногистохимически). Источником данных для исследований и разработки является Федеральный центр нейрохирургии (г. Новосибирск). В основе лежат двух- и трёхмерные модели компьютерного зрения с предварительной обработкой данных МРТ-последовательности, включённые в пакеты: предконтрастное Т1-взвешенное изображение, постконтрастное Т1-взвешенное изображение, T2-взвешенное изображение, T2-взвешенные изображения с технологией инверсии-восстановления с ослаблением сигнала от жидкости. Данные модели позволяют с высокой точностью обнаруживать и распознавать 4 типа новообразований: менингиома, невринома, глиобластома и астроцитома, а также сегментировать и выделять компоненты и размеры: ET (часть опухоли, поглощающая Gd-содержащий контраст); TC (tumor core — ядро опухоли) = ET + Necr (некроз) + NenTu; WT (whole tumor — опухоль целиком) = TC + Ed (перитуморальный отёк).

Результаты: разработанный программный модуль демонстрирует высокие результаты сегментации на SBT по метрике Dice для областей ET 0,846; TC 0,867; WT 0,9174; Sens 0,881 и Spec 1,000. Проведена апробация и проверка на международном конкурсе BraTS Challenge 2021. На тестовом наборе данных получены значения DiceET 0,86588; DiceTC 0,86932 и DiceWT 0,921, что позволило разработанному программному модулю войти в десятку лидеров. По классификации полученные результаты демонстрируют не только высокие показатели точности до 92% при анализе пациентов (и до 89% при анализе срезов), но и очень высокий потенциал, а также перспективу для будущих исследований в этой области.

Заключение: разработанный программный модуль может быть использован для обучения специалистов и в клинической диагностике.

В настоящее время искусственный интеллект (ИИ) играет важную роль в различных областях в качестве основного работника или помощника, особенно в здравоохранении. Искусственный интеллект обладает множеством функций, которые он может выполнять даже лучше, чем человек, благодаря высокой скорости компиляции большого количества данных из различных источников [Интернет, Electronic health record (EHR) и т.д.], что повышает производительность труда врачей.

Менее обсуждаемой, но не менее важной проблемой является дискриминации искусственного интеллекта в здравоохранении: врачи, на которых лежит большая ответственность, не могут полагаться на ИИ, поскольку сталкиваются с рядом уязвимостей.

Во-первых, ИИ собирает огромные массивы данных и, несмотря на то что он не автономен и контролируется оператором, не гарантирует безошибочный результат, так как может сыграть роль человеческий фактор, который будет источником неточностей в работе. Следовательно, существует высокий риск использования некачественных данных в процессе дальнейшего принятия решений. Ошибки, предрассудки (этнические, гендерные, возрастные, социальные и др.) и пробелы в данных ухудшают результаты работы ИИ, что приводит, например, к дискриминации меньшинств, назначению им неточного лечения. Кроме того, ИИ может действовать неэтично или даже нарушать законы (например, часть VI, раздел 1557 закона США о доступном медицинском обслуживании, запрещающего дискриминацию по признаку расы, цвета кожи, национального происхождения, пола, возраста или инвалидности в некоторых программах и мероприятиях в области здравоохранения).

Во-вторых, ИИ можно назвать скрытным из-за неопределённости алгоритмов. Это означает, что никто не может объяснить, как и почему ИИ принял такое решение (по словам Джудии Перл в произведении «Книга почему»), поэтому врачи не могут проверить факты и убедиться, что анализ выполнен правильно и сделан верный вывод.

Необходимо признать существование трудностей в решении посредством ИИ проблем реального мира, которые не могут быть решены с помощью формальных, математических правил логики, в то время как люди делают это хорошо (например, естественный язык, распознавание лиц и т.д.).

Можно утверждать, что ИИ облегчает работу медицинских работников, однако он имеет множество нерешённых проблем, которые вводят врачей в заблуждение и способствуют принятию неверных решений.

Обоснование: на медицинском рынке представлены интересные решения, использующие технологии искусственного интеллекта (ИИ), которые, однако, часто остаются на уровне стартапов или применяются локально. Возникает вопрос: каким образом достичь максимума при внедрении систем ИИ в медицинскую практику?

Цель: ответить на вопрос, почему, несмотря на большое количество существующих разработок в области ИИ и систем поддержки принятия врачебных решений, они не используются так же широко, как медицинские информационные системы, телемедицинские консультации и другие IT-решения в области здравоохранения; представить возможные пути повышения эффективности внедрения систем ИИ и систем поддержки принятия врачебных решений в работе медиков.

Методы: теоретические и общенаучные (анализ литературных и Интернет источников по проблеме исследования, синтез, обобщение, сравнение и систематизация); эмпирические (наблюдение, беседа, тестирование).

Результаты: выделены основные блокеры, препятствующие эффективному внедрению систем ИИ в медицинскую практику, а также представлены возможные варианты, призванные, на наш взгляд, помочь в решении следующих проблем.

• Проблема: некорректный сбор данных. Решение: необходимо бережно относиться к накоплению материалов, используемых для анализа системами ИИ в медицине и их обучения.
• Проблема: некомпетентные разработчики. Решения: приглашать сторонних эффективных специалистов или обучать собственных.
• Проблема: неприятие медицинскими работниками и (или) пациентами технологий ИИ. Решения: просвещение в области успешного применения систем ИИ и поддержки принятия врачебных решений в медицине; привлечение в качестве экспертов практикующих врачей на этапе разработки концепции ИИ-технологии.

Заключение: при соблюдении указанных критериев разработки и использования систем ИИ и поддержки принятия врачебных решений эффект от их внедрения в медицинскую практику будет стремиться к максимальному значению.