Машинното обучение като иновативен метод в рентгеновите изследвания

8 май
Александър Хмил, консултант по MedTech решения в софтуерната компания DataArt, експерт по 3D образна диагностика
Машинното обучение като иновативен метод в рентгеновите изследвания
Възможно ли е да използваме 3D визуализация, скрита в конвенционалните 2D рентгенови изображения? Колкото и нетипично да звучи – да! Това откритие дава възможност на медицинските специалисти да работят с данни от обикновено рентгеново изследване, съпоставими с получените чрез компютърна томография, но на по-ниска себестойност и с по-малко вредни за здравето ефекти.

Ето как:

X-Ray изображението за първи път е използвано в медицината в края на 19-ти век. Така се достига до значително повишаване на диагностичния потенциал, което е истински пробив в развитието на неинвазивните медицински изследвания. 70 години по-късно човечеството достигна до следващия фундаментален напредък в образната диагностика с въвеждането на компютърната томография. Тази революционна технология даде възможност за достъп до ново измерение, тъй като 2D изображенията преминаха в 3D модел, визуализиращ определена част от човешкото тяло. 

Въпреки това, при съпоставка на двете технологии ясно се вижда, че към днешна дата рентгенографията е по-широко прилагана и по-достъпна в сравнение със скъпата и сложна компютърна томография, както показва следната графика: 

img
Глобален пазар на медицинска апаратура за образна диагностика. Приходи 2016 - 2020 (милиони долари)

Глобален пазар на медицинска апаратура за образна диагностика. Приходи 2016 - 2020 (милиони долари)

В същото време обаче конвенционалните рентгенови изображения не са в състояние да предоставят 3D данните, които КТ предлага. Но дали това наистина е така? 

Всъщност, рентгеновите снимки съдържат всички необходими 3D данни, но са загубили едно от своите измерения. Изображението е проекция на 3D обект върху 2D равнина. Посредством въвеждане на повече рентгенови снимки, направени от различни ъгли, както и чрез използване на усъвършенствани алгоритми, всъщност можем да извлечем изгубеното измерение.

Методът

Ето как работи: Нека си представим, че разглеждаме фрактура на тазобедрена става. За целта правим две рентгенови изображения, едно отпред и второ - отстрани. По-късно използваме процес, наречен “стереограметрия”, който е подобен на по-известната фотограметрия (използва се в компютърни игри, кинопроизводство и усъвършенствани навигационни системи). Но прилагането на този процес не е достатъчно за реконструкция на медицински обемни данни. За да работи, трябва да дадем тласък на процеса с някои специални алгоритми от математиката и машинното обучение. В следствие на това получаваме визуално представяне на най-вероятната форма на тазобедрените кости. 

Резултатът от такова медицинско образно изследване се нарича „вероятностен обемен модел“. Той работи с помощта на екстраполация от непълни данни. Това ни показва някои характеристики на костта, които са достатъчни за определен тип диагностика. Например, можем да открием местоположението на малки тумори или просто да определим колко сериозна е фрактура на костта.

img
Вероятни обемни модели на тазобедрената става

Всъщност, процесът не е толкова сложен, колкото изглежда. Алгоритъмът представлява нещо подобно на това, което се случва в главата на ортопед, който анализира рентгеновите изображения и се опитва да определи цялостното състояние на съответната изследвана зона. Въпросният метод използва машинно обучение, за да изпълнени тази сложна задача и да покаже резултатите по най-достоверния начин.

Ползи

Методът, който описахме, служи за разширяване на диагностичния потенциал на рентгенографията. Едно от очевидните предимства е, разбира се, достъпността на повече хора до качествена диагностика. Лекарите, които имат достъп до стандартни рентгенови снимки, ще имат възможност да извършват операция, използвайки триизмерни данни. В същото време се очаква технологията да осигури диагностични резултати, сравними с тези от компютърната томография. 

Имайки предвид, че рентгенографията е доста по-евтина от КТ, може да се заключи, че диагностичните разходи ще бъдат намалени значително. 

И накрая, ако успеем да използваме рентген вместо компютърен томограф в конкретни клинични случаи, пациентите ще бъдат изложени в по-малка степен на вредно облъчване, което сега е един от най-сериозните проблеми, свързани с този тип образна диагностика.

Ще замени ли новата технология компютърната томография?

На пръв поглед изглежда, че методът е създаден, за да замени КТ с конвенционални рентгенови изображения. Това обаче не е точно така. Поради различни подходи към обработката на данни, AI-базираната стереометрия и конвенционалната компютърна томография се използват за различни видове образно-диагностични процедури. Следователно, методът не е предназначен да замени компютърния томограф, а да увеличи потенциала на рентгенографията, превръщайки я в по-прецизна и по-ефективна за медицинските специалисти.