Цель исследования. Обучение, валидация и промежуточное тестирование нейросети на основе глубокого обучения для автоматизированной реконструкции предстательной железы (ПЖ) по мультипараметрической магнитно-резонансной томографии (мпМРТ).
Материалы и методы. В период с 10.01.2023 г. по 01.10.2023 г. ретро- и проспективно были собраны МР-данные пациентов, перенесших лечение по поводу рака предстательной железы в объеме радикальной простатэктомии. Разметка собранных данных выполнялась вручную тремя специалистами с опытом самостоятельного выполнения и интерпретации мпМРТ малого таза по протоколу PIRADS v2/2.1 более 10 лет независимо друг от друга. В процессе работы были обучены и протестированы четыре архитектуры: nnU-Net, SegResNet, TransBTS, Swin UNETR. Dice-метрика использовалась для оценки точности реконструкции предстательной железы на этапе обучения, валидации и тестирования.
Результаты. В рамках выполнения работы в 5 учреждениях были собранные данные в соответствии с критериями включения в объеме 739 исследований. После проведения предварительного тестирования, архитектура Swin UNETR была выбрана в качестве основной. Итоговое значение точности реконструкции предстательной железы в виде Dice-метрики на этапе обучения, валидации и тестирования составило 0.94, 0.93 и 0.91 соответственно. Обсуждение. Морфометрические измерения предстательной железы (ПЖ) играют важную роль в проведении дифференциальной диагностики различных патологий и определении вероятности клинической значимости рака предстательной железы (РПЖ). Несмотря на наличие унифицированного протокола выполнения и интерпретации исследования, до сих пор сохраняется значимое влияние субъективности специалистов при интерпретации МР-данных, в том числе при определении объема предстательной железы. Упомянутая проблематика дополнительно усугубляется наличием индивидуальных факторов, искажающих нормальную геометрию органа, что минимизирует адекватность оценки данного показателя с помощью основанной на эллипсовидной форме формулы. В настоящее время, искусственный интеллект (ИИ) является одним из наиболее многообещающих инструментов автоматизации рутинных измерений различных структур, в том числе предстательной железы. Данный факт подкрепляется наличием множества тематических зарубежных работ, показывающих перспективность реализации данной концепции. К сожалению, исследования, посвященные применению искусственного интеллекта для автоматизированного контурирования предстательной железы по данным мпМРТ, в Российской Федерации отсутствуют, несмотря на глобальный интерес к этой технологии. В представленной работе приведено описание основных этапов реализации и промежуточных результатов тестирования отечественной системы второго мнения на основе глубокого обучения в диагностике рака предстательной железы по данным мпМРТ, а именно, отдельный модуль автоматизации контурирования предстательной железы. Учитывая стратегию сбора и разметки собираемых данных, а также апробацию нескольких нейросетевых архитектур для определения максимально пригодной для реализуемых задач, полученные результаты являются многообещающими, что оправдывает продолжение исследования для объективного определения преимуществ заявленной системы второго мнения в клинической практике специалистов.
Заключение. Представленные результаты разработки отечественной системы поддержки принятия врачебных решений (СППВР) на основе искусственного интеллекта в реконструкции предстательной железы по данным МРТ являются многообещающими, учитывая протокол её разработки. Несмотря на достаточную точность контурирования предстательной железы, необходимы дальнейшие многоцентровые исследования с целью определения клинической пригодности решения и его эффективности для внедрения в рутинную практику специалистов.
