Исследователи Санкт-Петербургского Федерального исследовательского центра РАН (СПб ФИЦ РАН) совместно с коллегами из Национального медицинского исследовательского центра (НМИЦ) им. В. А. Алмазова создали программное обеспечение, которое позволит врачу быстрее и точнее определять по полученным благодаря компьютерн6гой томографии изображениям хронические субдуральные гематомы (кровоизлияние в головном мозге человека), которое без должной терапии может привести к летальному исходу пациента.

Результаты разработки опубликованы в научном журнале Sensors.

Хроническая субдуральная гематома (СДГ) — одна из самых распространённых патологий в нейрохирургии, приводящая к инвалидизации и смерти. Хронические СДГ распространены в большей степени у людей пожилого возраста хотя встречаются также и у разных возрастных групп. При опросе пациентов с хроническими СДГ меньше чем в половине случаев удается выявить предшествующий эпизод черепно-мозговой травмы. При небольших объёмах гематом пациенты чаще всего обращаются к врачу из-за обычной головной боли. Поэтому хроническая СДГ может оставаться нераспознанной в течение некоторого промежутка времени после возникновения, до наступления клинических проявлений.

Чаще всего хронические СДГ выявляются при выраженной клинической симптоматике, когда пациент уже не может себя обслуживать самостоятельно. Длительное время хронические СДГ лечили преимущественно «открытым» способом — трепанация черепа и эвакуация гематомы. Однако риск рецидива при таком подходе достигает 30 %, а осложнения развиваются до 20%.

В 2019 году по инициативе нейрохирургов Андрея Петрова и Аркадия Иванова в Российском научно-исследовательском нейрохирургическом институте им. проф. А.Л. Поленова (филиале НМИЦ им. В.А. Алмазова) разработали и внедрили внутрисосудистый метод лечения хронических СДГ. При данном методе не проводится трепанация черепа, а через маленький прокол в бедренной артерии выключаются сосуды, поддерживающие существование капсулы хронической СДГ. При данном подходе гематома рассасывается постепенно и очень важна оценка динамики уменьшения её объёма.

Точное измерение объёма гематомы занимает много времени, на оценку одной серии снимков при стандартных подходах к сегментации у врачей уходит до 3 часов. Кроме того, неоднородность структуры хронических СДГ и множественные артефакты после внутрисосудистых вмешательств создают дополнительные сложности в точной оценке объёма гематомы. На помощь пришли учёные-разработчики СПб ФИЦ РАН, которые с помощью инновационных подходов обучили нейросеть сегментировать хронические гематомы головного мозга по КТ-снимкам.

«Мы разработали приложение, которое помогает врачам по снимкам компьютерной томографии оперативно, в один клик, выявить хронические субдуральные гематомы в головном мозге. Программа оказывает поддержку принятия решений врачу и позволяет производить мониторинг изменения объёма хронической СДГ», — рассказывает старший научный сотрудник Лаборатории интегрированных систем автоматизации СПб ФИЦ РАН Алексей Кашевник.

Приложение при помощи алгоритмов искусственного интеллекта обрабатывает цифровые изображения слоёв КТ-исследования головного-мозга и выполняет сегментацию гематомы, что позволяет рассчитать ее объём. На основе объёма хронической СДГ врач принимает решение о необходимости оперативного вмешательства. Приложение было зарегистрировано в ФИПС (свидетельство регистрации №2023688475).

«Клинические испытания показали, что разработанное приложение позволяет в среднем в 7 раз быстрее анализировать КТ головного мозга, а самое главное что имеющиеся на рынке приложения на основе нейронных сетей не способны проводить точные измерения разноструктурных хронических СДГ при наличии артефактов после внутрисосудистых вмешательств. Это определяет уникальность и конкурентоспособность предложенного разработчиками подхода. Мы планируем широкое внедрение данного алгоритма», — отмечает врач нейрохирург НМИЦ им. В. А. Алмазова Аркадий Иванов.

Всего в исследовании использовалось более 4 тыс. КТ-снимков пациентов с хроническими СДГ. Используемая обезличенная база данных КТ-снимков была зарегистрирована в ФИПС (свидетельство №2024620814).

Проект реализован в рамках соглашения о сотрудничестве между СПб ФИЦ РАН и НМИЦ им. В.А. Алмазова.

Источник: пресс-служба СПб ФИЦ РАН.