Обоснование. Рак лёгкого — второй по распространённости тип рака во всём мире. На данное заболевание приходится приблизительно 20% всех случаев смерти от рака, а пятилетняя выживаемостью на поздних стадиях — менее 10%. Для стадирования немелкоклеточного рака лёгкого, характеризующегося высокой распространённостью, в новейших клинических рекомендациях предлагают использовать классификацию TNM (8-е издание). Это подчёркивает значимость оценки поражения лимфатических узлов средостения. Неинвазивные методы обследования в целом обеспечивают точную оценку, однако часто обладают недостаточной чувствительностью, в то время как инвазивные — могут быть противопоказаны отдельным пациентам. Благодаря совершенствованию технологий глубокого обучения появилась возможность преодолеть эти сложности. Тем не менее в большинстве исследований по данному вопросу основное внимание уделяют разработке алгоритмов, а не клинической значимости результатов. Кроме того, ни в одном из таких исследований не оценивают поражение отдельных лимфатических узлов, что ограничивает возможности комплексного анализа и интерпретацию результатов, а также препятствует их эффективной валидации в клинической практике.
Цель — разработать валидированный алгоритм, обученный на внутренних данных, для сегментации отдельных лимфатических узлов средостения по данным компьютерной томографии органов грудной клетки, а также оценить вероятность их метастатического поражения.
Материалы и методы. Выполнение сегментации групп лимфатических узлов в соответствии с рекомендациями Международной ассоциации по изучению рака лёгкого, чтобы получить ограничивающий прямоугольник для области средостения с целью последующей обработки данных. Затем изображение кадрируют при использовании этого ограничивающего прямоугольника и обрабатывают с помощью второй сети для выявления всех визуализируемых лимфатических узлов и генерации масок. На заключительном этапе выделяют каждый визуализируемый лимфатический узел, применяют соответствующую маску и оценивают с использованием сети прямого распространения, чтобы определить вероятность метастатического поражения.
Результаты. В данной последовательности действий средний отклик и значение Dice Score объекта составили 0,74±0,01 и 0,53±0,26 соответственно для задачи клинически значимой сегментации лимфатических узлов. Кроме того, значение площади под ROC-кривой для прогнозирования степени поражения регионарных лимфатических узлов составило 0,73, что превосходит традиционные критерии, основанные на размере.
Заключение. Предложенный алгоритм обеспечивает оптимизацию лечения пациентов без увеличения внутригрудных лимфатических узлов за счёт новых алгоритмов исследований, что повышает качество медицинского обслуживания пациентов с онкологическими заболеваниями.
