Статья
АВТОМАТИЗАЦИЯ ОППОРТУНИСТИЧЕСКОГО КОМПЬЮТЕРНО-ТОМОГРАФИЧЕСКОГО СКРИНИНГА АНЕВРИЗМЫ БРЮШНОЙ АОРТЫ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: ПЕРСПЕКТИВЫ И ПРОБЛЕМЫ (ОБЗОР ЛИТЕРАТУРЫ)
Основные положенияКомпьютерная томография (КТ) без использования внутривенных контрастных веществ является перспективной модальностью для оппортунистического скрининга аневризмы брюшного отдела аорты (АБА).Автоматизация оппортунистического скрининга АБА по данным КТ – одно из перспективных направлений использования технологий искусственного интеллекта (ИИ).Развитие алгоритмов ИИ для оппортунистического скрининга АБА по данным КТ в настоящее время ограничено по причине высоких трудозатрат при подготовке наборов данных для обучения и тестирования ИИ. АннотацияАневризма брюшного отдела – заболевание сердечно-сосудистой системы, для которого характерны скрытое течение и неблагоприятный прогноз. Своевременная диагностика заболевания достоверно снижает операционные риски и послеоперационные осложнения. В работе рассмотрены методы лучевой диагностики, применяемые для выявления и оценки данного состояния, в частности в рамках целевого и оппортунистического скрининга. Для последнего исследованы перспективы автоматизации с помощью технологий искусственного интеллекта, которые уже зарекомендовали себя как эффективные инструменты оптимизации рентгенологического описания исследований по целому ряду направлений. В данном обзоре продемонстрировано сравнительно слабое развитие алгоритмов искусственного интеллекта для оппортунистического скрининга аневризм брюшного отдела аорты по данным неконтрастного КТ-исследования органов брюшной полости. Проанализированы возможные причины такого явления и потенциальные пути развития данной предметной области.
1. ICD-10 Version: 2019. Available at: https://icd.who.int/browse10/2019/en (accessed 21.11.2022)
2. Ellis M., Powell J.T., Greenhalgh R.M. Limitations of ultrasonography in surveillance of small abdominal aortic aneurysms Br J Surg. 1991;78(5):614-6. doi: 10.1002/bjs.1800780529.
3. Клинические рекомендации «Аневризмы брюшной аорты» Режим доступа: https://angiolsurgery.org/library/recommendations/2022/aneurysm/ (дата обращения 23.11.2023)
4. Song P., He Y., Adeloye D., Zhu Y., Ye X., Yi Q., Rahimi K., Rudan I.; Global Health Epidemiology Research Group (GHERG). The Global and Regional Prevalence of Abdominal Aortic Aneurysms: A Systematic Review and Modeling Analysis. Ann Surg. 2023;277(6):912-919. doi: 10.1097/SLA.0000000000005716..
5. Jahangir E., Lipworth L., Edwards T.L., Kabagambe E.K., Mumma M.T., Mensah G.A., Fazio S., Blot W.J., Sampson U.K. Smoking, sex, risk factors and abdominal aortic aneurysms: a prospective study of 18 782 persons aged above 65 years in the Southern Community Cohort Study. J Epidemiol Community Health. 2015;69(5):481-8. doi: 10.1136/jech-2014-204920.
6. Altobelli E., Rapacchietta L., Profeta V.F., Fagnano R. Risk Factors for Abdominal Aortic Aneurysm in Population-Based Studies: A Systematic Review and Meta-Analysis. Int J Environ Res Public Health. 2018;15(12):2805. doi: 10.3390/ijerph15122805.
7. Lederle F.A., Johnson G.R., Wilson S.E., Chute E.P., Hye R.J., Makaroun M.S., Barone G.W., Bandyk D., Moneta G.L., Makhoul R.G. The aneurysm detection and management study screening program: validation cohort and final results. Aneurysm Detection and Management Veterans Affairs Cooperative Study Investigators. Arch Intern Med. 2000;160(10):1425-30. doi: 10.1001/archinte.160.10.1425.
8. Takei H., Ishikawa S., Otaki A., Sakata K., Aizaki M., Sato Y., Suzuki M., Ishikita T., Iino Y., Yokoe T., Morishita Y. Screening for abdominal aortic aneurysm and occlusive peripheral vascular disease in Japanese residents. Surg Today. 1995;25(7):608-11. doi: 10.1007/BF00311434.
9. Sweeting M.J., Thompson S.G., Brown L.C., Powell J.T.; RESCAN collaborators. Meta-analysis of individual patient data to examine factors affecting growth and rupture of small abdominal aortic aneurysms. Br J Surg. 2012;99(5):655-65. doi: 10.1002/bjs.8707.
10. Anagnostakos J., Lal B. K. Abdominal aortic aneurysms. Prog Cardiovasc Dis. 2021 Mar-Apr;65:34-43. doi: 10.1016/j.pcad.2021.03.009.
11. Garrity B.M., Sugarman E., Pulley S. Abdominal aortic aneurysm rupture presenting with focal weakness and altered mental status: a case report. Int J Emerg Med. 2022; 15(1):28. doi: 10.1186/s12245-022-00433-5.
12. Reimerink J.J., van der Laan M.J., Koelemay M.J., Balm R., Legemate D.A. Systematic review and meta-analysis of population-based mortality from ruptured abdominal aortic aneurysm. Br J Surg. 2013;100(11):1405-13. doi: 10.1002/bjs.9235.
13. Hoornweg L.L., Storm-Versloot M.N., Ubbink D.T., Koelemay M.J., Legemate D.A., Balm R. Meta analysis on mortality of ruptured abdominal aortic aneurysms. Eur J Vasc Endovasc Surg. 2008;35(5):558-70. doi: 10.1016/j.ejvs.2007.11.019.
14. Самородская И.В. Скрининг в кардиологии. Комплексные проблемы сердечно-сосудистых заболеваний. 2018;7(4):92-100. doi:10.17802/2306-1278-2018-7-4-92-100.
15. Shaw P.M., Loree J., Gibbons R.C. Abdominal Aortic Aneurysm. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2024. Available at: https://www.statpearls.com/nursepractitioner/ce/activity/93260/?specialty=APRN-Advanced%20Health%20Assessment (accessed 23.11.2024)
16. van Walraven C., Wong J., Morant K., Jennings A., Jetty P., Forster A.J. Incidence, follow-up, and outcomes of incidental abdominal aortic aneurysms. J Vasc Surg. 2010;52(2):282-9.e1-2. doi: 10.1016/j.jvs.2010.03.006.
17. Castro-Ferreira R., Vidoedo J., Peixoto J., Canedo A., Teixeira J., Leite-Moreira A., Sampaio S. Incidental abdominal aortic aneurysms are largely undocumented and unmonitored. Ann Vasc Surg. 2021;77:182-186. doi: 10.1016/j.avsg.2021.05.027.
18. Guirguis-Blake J.M., Beil T.L., Senger C.A., Coppola E.L. Primary Care Screening for Abdominal Aortic Aneurysm: Updated Evidence Report and Systematic Review for the US Preventive Services Task Force. JAMA. 2019;322(22):2219-2238. doi: 10.1001/jama.2019.17021.
19. Manning B.J., Kristmundsson T., Sonesson B., Resch T. Abdominal aortic aneurysm diameter: a comparison of ultrasound measurements with those from standard and three-dimensional computed tomography reconstruction. J Vasc Surg. 2009;50(2):263-8. doi: 10.1016/j.jvs.2009.02.243.
20. Andreucci M., Solomon R., Tasanarong A. Side effects of radiographic contrast media: Pathogenesis, risk factors, and prevention. Biomed Res Int. 2014;2014:741018. doi: 10.1155/2014/741018.
21. Zha Y., Peng G., Li L., Yang C., Lu X., Peng Z. Quantitative Aortic Distensibility Measurement Using CT in Patients with Abdominal Aortic Aneurysm: Reproducibility and Clinical Relevance. Biomed Res Int. 2017;2017:5436927. doi: 10.1155/2017/5436927.
22. Lin E., Alessio A. What are the basic concepts of temporal, contrast, and spatial resolution in cardiac CT? J Cardiovasc Comput Tomogr. 2009;3(6):403-8.doi: 10.1016/j.jcct.2009.07.003
23. Gordon J.R.S., Wahls T., Carlos R.C., Pipinos I.I., Rosenthal G.E., Cram P. Failure to recognize newly identified aortic dilations in a health care system with an advanced electronic medical record. Ann Intern Med. 2009;151(1):21-7, W5. doi: 10.7326/0003-4819-151-1-200907070-00005.
24. Claridge R., Arnold S., Morrison N., van Rij A.M. Measuring abdominal aortic diameters in routine abdominal computed tomography scans and implications for abdominal aortic aneurysm screening. J Vasc Surg. 2017;65(6):1637-1642. doi: 10.1016/j.jvs.2016.11.044.
25. Dashboard как мощный инструмент для управленческих решений. Режим доступа: https://telemedai.ru/press-centr/novosti/dashboard-kak-moshnyj-instrument-dlya-upravlencheskih-reshenij?ysclid=lp86vadx1w703586444 (дата обращения 21.11.2023).
26. Единый радиологический информационный сервис. Режим доступа: https://telemedai.ru/proekty/edinyj-radiologicheskij-informacionnyj-servis_2020?ysclid=lp86zvv33a625269831 (дата обращения 21.11.2023)
27. Lee C.S., Nagy P.G., Weaver S.J., Newman-Toker D.E. Cognitive and system factors contributing to diagnostic errors in radiology. AJR Am J Roentgenol. 2013;201(3):611-7. doi: 10.2214/AJR.12.10375.
28. Kim Y.W., Mansfield L.T. Fool me twice: Delayed diagnoses in radiology with emphasis on perpetuated errors. AJR Am J Roentgenol. 2014;202(3):465-70. doi: 10.2214/AJR.13.11493.
29. Aiello M., Cavaliere C., D'Albore A., Salvatore M. The Challenges of Diagnostic Imaging in the Era of Big Data. J Clin Med. 2019;8(3):316. doi: 10.3390/jcm8030316.
30. Захарова Д.К., Нуднов Н.В., Коденко М.Р., Решетников Р.В., Гончар А.П. Выявление жирового гепатоза с помощью компьютерного зрения при низкодозной компьютерной томографии органов грудной клетки в программе скрининга рака легкого. Вестник рентгенологии и радиологии. 2023;104(1):40-46. doi:10.20862/0042-4676-2023-104-1-40-46.
31. Васильев Ю.А., Тыров И.А., Владзимирский А.В., Арзамасов К.М., Шулькин И.М., Кожихина Д.Д., Пестренин Л.Д. Двойной просмотр результатов маммографии с применением технологий искусственного интеллекта: новая модель организации массовых профилактических исследований. Digital Diagnostics. 2023;4 (2):93-104. doi: 10.17816/DD321423.
32. Морозов С.П., Владзимирский А.В., Шулькин И.М., Ледихова Н.В., Арзамасов К.М., Андрейченко А.Е., Логунова Т.А., Омелянская О.В., Гусев А.В. Целесообразность применения технологий искусственного интеллекта в лучевой диагностике (результаты первого года Московского эксперимента по компьютерному зрению). Врач и информационные технологии. 2022; 1: 12-29.
33. Kodenko M.R., Vasilev Y.A., Vladzymyrskyy A.V., Omelyanskaya O.V., Leonov D.V., Blokhin I.A., Novik V.P., Kulberg N.S., Samorodov A.V., Mokienko O.A., Reshetnikov R.V. Diagnostic Accuracy of AI for Opportunistic Screening of Abdominal Aortic Aneurysm in CT: A Systematic Review and Narrative Synthesis. Diagnostics (Basel). 2022;12(12):3197. doi: 10.3390/diagnostics12123197.
34. Maheswari J. P. Breaking the curse of small datasets in Machine Learning: Part 1 Available at: https://towardsdatascience.com/breaking-the-curse-of-small-datasets-in-machine-learning-part-1-36f28b0c044d (accessed 10.11.2023).
35. Васильев Ю. А., Арзамасов К. М., Владзимирский А. В., Омелянская О.В., Бобровская Т.М., Шарова Д.Е., Никитин Н.Ю., Коденко М.Р. Подготовка набора данных для обучения и тестирования программного обеспечения на основе технологии искусственного интеллекта : Учебно-методическое пособие. Москва :Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы; 2023. 108 с.
36. Васильев Ю. А., Туравилова Е. В., Шулькин И. М., Омелянская О.В., Арзамасов К.М., Ахметов Р.Н. и др. правообладатель: Государственное бюджетное учреждение здравоохранения города Москвы «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы». MosMedData: КТ с признаками аневризмы брюшного отдела аорты. Свидетельство о государственной регистрации базы данных № 2023621046 Российская Федерация. 30.03.2023.
37. Lareyre F., Adam C., Carrier M., Raffort J. Artificial intelligence and automatic segmentation of abdominal aortic aneurysm: Past, present, and future. J Vasc Surg. 2021;74(1):347-348. doi: 10.1016/j.jvs.2021.01.073.
38. Barnard R., Tan J., Roller B., Chiles C., Weaver A.A., Boutin R.D., Kritchevsky S.B., Lenchik L. Machine Learning for Automatic Paraspinous Muscle Area and Attenuation Measures on Low-Dose Chest CT Scans. Acad Radiol. 2019;26(12):1686-1694. doi: 10.1016/j.acra.2019.06.017.
39. Коденко М.Р., Макарова Т.А. Подготовка набора данных компьютерной томографии органов брюшной полости пациентов с аневризмой абдоминального отдела аорты. Digital Diagnostics. 2023;4(1S):90-92. doi: 10.17816/DD430355
40. Chandrashekar A.C., Handa A.H., Shivakumar N.S., Lapolla P.L., Grau V.G., Lee R.L. A deep learning approach to automate high-resolution blood vessel reconstruction on computerised tomography images with or without the use of contrast agents. European Heart Journal. 2020; 41(Suppl.2): ehaa946.0154. doi:10.1093/ehjci/ehaa946.01542.
41. Lu J.-T., Brooks R., Hahn S., Chen J., Buch V., Kotecha G., Andriole K.P., Ghoshhajra B., Pinto J., Vozila P., Michalski M., Tenenholtz N.A. DeepAAA: Clinically Applicable and Generalizable Detection of Abdominal Aortic Aneurysm Using Deep Learning. In: Shen, D., Liu T., Peters T.M. et al. Medical Image Computing and Computer Assisted Intervention – MICCAI 2019. Lecture Notes in Computer Science. Springer: Cham. 2019;11765: 723–731. https://doi.org/10.1007/978-3-030-32245-8_802019
42. Bozkir Ö. F., Budak A., Karatas H., Ceylan M. Segmentation of the Aorta in CTA Images Using Deep Learning Methods. Preprint 2023. https://doi.org/10.21203/rs.3.rs-2559681/v1
43. Goodfellow I., Pouget-Abadie J., Mirza M., Xu B., Warde-Farley D., Ozair S., Courville A., Bengio Y. G. Generative adversarial networks. Commun. ACM. 2020;63(11):139–144. doi:10.1145/3422622
44. Lucini F. The Real Deal About Synthetic Data. Available at: https://sloanreview.mit.edu/article/the-real-deal-about-synthetic-data/ (accessed 21.11.2023).
45. Zhao Q., Adeli E., Pohl K.M. Training confounder-free deep learning models for medical applications. Nat Commun. 2020;11(1):6010. doi: 10.1038/s41467-020-19784-9
46. Коденко М.Р., Кульберг Н.С., Самородов А.В. Анализ высокоплотностного компонента содержимого брюшной аорты при КТ-ангиографии. Сборник тезисов XXX Международной конференции «Математика. Компьютер. Образование» – 2023. Режим доступа: http://www.mce.su/rus/archive/abstracts/mce30/sect288919/doc417793 (дата обращения: 30.03.2023 г.)
47. Kodenko M. R., Vasilev Y. A., Kulberg N. S., Samorodov A. V., Vladzimirskyy A. V., Omelyanskaya O. V., Reshetnikov R. V. Contrast-agent-induced deterministic component of CT-density in the abdominal aorta during routine angiography: proof of concept study. arXiv preprint arXiv:2310.20243. Available at: https://doi.org/10.48550/arXiv.2310.20243 (accessed 10.11.2023)