Применение искусственного интеллекта в ультразвуковой диагностике пороков ЦНС плода в сроках гестации с 19 по 22 неделю беременности

Введение: Актуальной проблемой медицинской визуализации остается применение современных технологий, в том числе искусственного интеллекта. Необходимым условием для внедрения данной информационной системы является стандартизация рентгенологических и ультразвуковых сканов исследуемой области. Важными задачами являются создание и применение искусственного интеллекта в ультразвуковой диагностике пороков развития центральной нервной системы плода для повышения качества дифференциального диагностического поиска.

Цель: Оценить диагностическую точность применения искусственного интеллекта в диагностике выявления патологии центральной нервной системы плода в сроках гестации с 19 по 22 неделю беременности.

Материалы и методы: Для оценки диагностической эффективности искусственного интеллекта в выявлении патологии центральной нервной системы плода в сроках гестации с 19 по 22 неделю беременности проводилось мультицентровое двухэтапное ультразвуковое исследование. На первом этапе было обследовано более 1500 беременных. Во время скринингового ультразвукового исследования головки плода в аксиальном сечении выводилось 5 анатомических ориентиров и далее на данном сечении осуществлялась 15-секундная запись в формате mp4 (видеоряд). На втором этапе осуществлялась опытная эксплуатация «системы принятия решений выявления патологии ЦНС плода» для определения диагностической точности разработанной информационной системы.

Результаты: Диагностическая точность разработанной программы «Формирования инструментального диагноза выявления пороков ЦНС у плода» в соотношение таких показателей, как «норма» и «не норма», составила 78,9%. При формировании конкретного инструментального диагноза диагностическая точность составила 74,4%.

Выводы: Внедренный искусственный интеллект в современную ультразвуковую дифференциальную диагностику пороков развития ЦНС плода в период гестации с 19 по 22 неделю позволит с высокой точностью формировать инструментальный диагноз по типу «норма» и «не норма» и может быть использован как дополнительная компьютерная технология при первичном скрининговом обследовании беременных.

1. Lin M, He X, Guo H, et al. Use of real-time artificial intelligence in detection of abnormal image patterns in standard sonographic reference planes in screening for fetal intracranial malformations. Ultrasound Obstet Gynecol. 2022;59(3):304–316. PMID: 34940999. https://doi.org/10.1002/uog.24843

2. Блохин И.А., Морозов С.П., Чернина В.Ю. и др. Использование искусственного интеллекта в здравоохранении: опыт валидации алгоритма искусственного интеллекта в медицинских организациях в условиях пандемии COVID-19. Мониторинг общественного мнения: экономические и социальные перемены. 2021;(1):271–282. https://doi.org/10.14515/monitoring.2021.1.1736

3. Malani SN 4th, Shrivastava D, Raka MS. A comprehensive review of the role of artificial intelligence in obstetrics and gynecology. Cureus. 2023;15(2):e34891. PMID: 36925982. PMCID: PMC10013256. https://doi.org/10.7759/cureus.34891

4. Xiao S, Zhang J, Zhu Y, et al. Application and progress of artificial intelligence in fetal ultrasound. J Clin Med. 2023;12(9):3298. PMID: 37176738. PMCID: PMC10179567. https://doi.org/10.3390/jcm12093298

5. Drukker L, Noble JA, Papageorghiou AT. Introduction to artificial intelligence in ultrasound imaging in obstetrics and gynecology. Ultrasound Obstet Gynecol. 2020;56(4):498–505. PMID: 32530098. PMCID: PMC7702141. https://doi.org/10.1002/uog.22122

6. Safiullina ER, Rychkova EI, Мayorova IV, et al. Application of digital methods and artificial intelligence capabilities for diagnostics in obstetrics and gynecology. Cardiometry. 2023;(27):111– 117. https://doi.org/10.18137/cardiometry.2023.27.111117

7. Ультразвуковое исследование центральной нервной системы плода: руководство по выполнению «базисного исследования» и «нейросонографии плода». Дата обращения: 20.10.2023. https://www.isuog.org/static/uploaded/7343613c-b64f-4385-8a5e340582fd1a38.pdf

8. Пурыскина Н.Л., Суханова Т.И., Гиргель Ю.С., Минайчева Л.И., Сеитова Г.Н. Структура врожденных пороков развития центральной нервной системы в пренатальном периоде. Медицинская генетика. 2022;21(8):35–39. https://doi.org/10.25557/2073-7998.2022.08.35-39

9. Авачева Т.Г., Алмазова М.К., Зубцова Ю.В. Применение искусственного интеллекта в радиологии. В: Информационный обмен в междисциплинарных исследованиях: Сборник трудов Всероссийской научно-практической конференции с международным участием, Рязань, 18–20 октября 2022 года. Рязанский государственный радиотехнический университет им. В.Ф. Уткина; 2022:67–72.

10. Попов С.В., Красников А.В., Титова Л.А., Петросян С.Л., Попов И.В. Нейросетевое моделирование при эхографической оценке простатитов. Системный анализ и управление в биомедицинских системах. 2023;22(1):107–115. https://doi.org/10.36622/vstu.2023.22.1.015

11. Karri K, Deole N, Engineer N. P15.07: Prenatally diagnosed central nervous system anomalies: a ten year experience. Ultrasound in Obstetrics & Gynecology. 2010;36(S1):224–225. https://doi.org/10.1002/uog.8508

12. Барсуков А.А., Панов М.Д., Крылов М.В., Ермолаева В.В. Искусственный интеллект в медицине. Тенденции развития науки и образования. 2022;(82–4):12–14. https://doi.org/10.18411/trnio-02-2022-137

13. Давыдов А.И., Соколенова И.И., Шахламова М.Н. Клиническая оценка ультразвуковых маркеров внетубарных форм эктопической беременности: выбор метода оперативного пособия и принципы восстановительного лечения. Вопросы гинекологии, акушерства и перинатологии. 2020;19(4):178– 183. https://doi.org/10.20953/1726-1678-2020-4-178-183

14. Ившин А.А., Гусев А.В., Новицкий Р.Э. Искусственный интеллект: предиктивная аналитика перинатального риска. Вопросыгинекологии, акушерстваиперинатологии. 2020;19(6):133– 144. https://doi.org/10.20953/1726-1678-2020-6-133-144