Исследователи разработали интеллектуальную систему диагностики рака легких

Исследователи Санкт-Петербургского политехнического университета Петра Великого (СПбПУ), совместно с рентгенологами из Санкт-Петербурга, разработали систему программного обеспечения работающая совместно с искусственным интелектом для диагностики рака легких.

Это программное обеспечение может быть установлено на любом компьютере. Оно анализирует результаты компьютерной томографии (КТ) пациентов в течение 20 секунд и дает изображение, на котором четко отмечена патология. Исследователи назвали систему доктора А.И. Азимова (AI for Artificial Intelligence) в честь писателя-фантаста Исаака Азимова, который разработал три знаменитых закона робототехники.

В конце 2018 года были проведены первые испытания этой интеллектуальной системы

Система проанализировала анонимные КТ-изображения 60 пациентов в Онкологическом центре. По словам рентгенологов, испытания были успешными, так как система обнаружила очаговые узелки в легких небольших размеров (2 мм).

«Изначально технология настройки алгоритма заключалась в том чтобы искать узлы, начиная с 6 миллиметров, потому что сами рентгенологи начинают лечение опухолей такого размера. Но система настолько умна, что ей удалось обнаружить узлы еще меньшего размера », - сказал руководитель проекта Лев Уткин, руководитель Научно-исследовательской лаборатории СПбПУ по технологиям нейронных сетей и искусственного интеллекта.

Проект действует при поддержке Российского научного фонда

В исследовательскую группу входят сотрудники университета (Лев Уткин, Михаил Рябинин и Алексей Лукашин), специалисты Санкт-Петербургского онкологического центра (заведующий отделением радиологии Анна Мельдо и врач-радиолог Иван Прохоров). Новый предложенный и разработанный подход к классификации рака лёгких с использованием аккордового метода был запатентован всего за 3 месяца.

Метод аккордов использует сегментированные КТ-изображения: точки случайным образом рисуются на поверхности клубеньков, после чего точки соединяются линиями (аккордами). Гистограмма длины хорды отражает форму и структуру опухоли. Хотя система проверяет каждый узелок изнутри, его внешнее окружение также очень важно. Чтобы узнать больше об опухоли, ее помещают в куб, а перпендикуляры рисуют от её краев до поверхности клубенька.

Таким образом, вместо классификации графически сложных и тяжелых изображений КТ (размер каждого КТ-изображения составляет приблизительно 1 ГБ), узелок представляется в виде компактных и простых гистограмм, которые затем анализируются системой доктора А.И. Азимова. Ученые также обучили систему распознавать злокачественные и доброкачественные опухоли.

«На КТ-изображениях может быть обнаружено много разных объектов, поэтому основной задачей было научить систему распознавать, что представляет собой каждый из объектов. Используя клиническую и радиологическую классификацию, мы пытаемся обучить систему не только обнаруживать опухоли, но и различать другие заболевания, схожие с раком », - комментирует Анна Мельдо, руководитель отдела радиологии Санкт-Петербургского центра.

Система была обучена на основе анализа 1000 изображений КT из наборов данных LUNA 16 и LIDC. Российские исследователи также собрали свой собственный набор данных под названием LIRA - Lung Intelligence Resource Annotated. В настоящее время в наборе данных содержатся КТ-изображения около 250 пациентов. Ученые планируют увеличить количество изображений в четыре раза к середине 2019 года.

С каждым новым изображением КТ система самосовершенствуется

Для ускорения процессов обучения и тестирования исследователи используют возможности суперкомпьютерного центра «Политехник». В будущем компьютерные томограммы пациента будут передаваться на суперкомпьютер через Интернет. Такой подход позволяет сократить время диагностического тестирования на пациента с 20 до 2 секунд. После этого радиолог получит отмеченное изображение вместо большого изображения КТ.

Это значительно сократит время, необходимое для анализа и диагностики. Открытое тестирование интеллектуальной системы будет проведено в начале 2019 года. Сначала система будет использоваться в Санкт-Петербургском центре клинических исследований. В будущем проект будет расширен, и в интеллектуальную обработку изображений КТ будет вовлечено больше медицинских учреждений.

Система будет адаптирована для анализа результатов ультразвукового и рентгенологического исследования других органов. Все данные будут обработаны суперкомпьютером, а результаты, полученные системой, будут отправлены врачам, чтобы они могли принять решение о лечении.