При удалении опухоли лёгкого врачам важно сохранить как можно больше здоровой ткани, чтобы пациенту было легче дышать после операции. Для этого хирургам нужно заранее изучить расположение новообразования, бронхов и сосудов. Помочь в такой подготовке сможет ИИ-модуль, который создаёт трёхмерную модель лёгких по снимкам КТ. Сеченовский Университет и «РТК Радиология» уже начали проверять его работу на обезличенных данных пациентов.
ИИ-модуль анализирует снимки и выделяет на них опухоли, лёгкие, их доли и сегменты, бронхи, артерии и вены. Затем система собирает из этих данных интерактивную 3D-модель. Хирург может рассмотреть, как расположены разные структуры относительно друг друга, и оценить, что может произойти, если удалить определённую часть лёгкого.
Ещё одна функция — расчёт предполагаемой дыхательной функции после операции. Программа учитывает, какой объём ткани планируется удалить и как он соотносится с общим объёмом лёгких. Результаты анализа сохраняются в отчёте, который при необходимости можно добавить в электронную медицинскую карту пациента.
Для хирургов это дополнительная информация при подготовке к операции. По словам директора Института персонализированной онкологии Сеченовского Университета Марины Секачевой, модуль должен помогать оценивать расположение патологий относительно сосудов и бронхов и прогнозировать дыхательную функцию после операции. Это может помочь врачам сохранить больше здоровой ткани при удалении опухоли.
Разработку уже проверяли в клиниках университета. Во время первой апробации оценивали, насколько точно программа выделяет лёгочную ткань, бронхи и сосуды на КТ. По данным Сеченовского Университета, показатель DICE для сегментации лёгочной ткани достиг 93%, охват ветвлений бронхиального дерева составил 96%, сосудистого — 97%.
Теперь исследователи проверят не только качество разметки снимков, но и воспроизводимость результатов. Медики будут сравнивать выводы программы с оценками врачей и выяснять, насколько они полезны для планирования операций. По итогам пилотного проекта разработчики рассчитывают определить возможности и ограничения системы и понять, что в ней нужно доработать.
Внедрить модуль в клиническую практику планируют в 2027 году. Сейчас разработчики оформляют результаты клинических испытаний.