4 курс / Лучевая диагностика / ВОЗМОЖНОСТИ_СИСТЕМ_АВТОМАТИЧЕСКОГО_АНАЛИЗА_ЦИФРОВЫХ_РЕНТГЕНОЛОГИЧЕСКИХ

61

Рисунок 17 – Результат обработки рентгенограммы легких программой С

Программа D, находящаяся в свободном и коммерческом доступе, является системой автоматического анализа (зарубежный разработчик). Согласно данным разработчиков, система была обучена с использованием 43 292 рентгенограмм грудной клетки, состоящих из 34 067 нормальных рентгенограмм грудной клетки и 9225 рентгенограмм грудной клетки со злокачественными образованиями легких. Была разработана глубокая сверточная нейронная сеть с 25 слоями и восемью остаточными связями, а выходные данные из трех сетей, обученных с разными параметрами, были усреднены. Система в качестве результата обработки представляет значение вероятности на рентгенограмме от 0 до 1 для каждой рентгенограммы грудной клетки, а также карту локализации выявленных изменений, наложенную на исходное изображение рентгенограммы легких.

Система нацелена на обнаружение округлых образований (классификация по рентгенограмме) и на их локализацию в легких (локализация по поражению). В

качестве входных данных используется рентгенограмма легких в формате

DICOM, также доступна функция скачивания изображения с полученным

63

При анализе результатов интерпретации рентгенограмм диагностическим алгоритмом из Базы 2, в категорию ложноположительных результатов включались полученные изображения с локализацией патологических изменений в обоих легочных полях с вероятностью наличия патологии более 10%, исключая случаи с указанием на возможные округлые образования в области корней легких и за тенью сердца ввиду эффекта суммации и субтракции теней [11].

Для тестирования было сформировано 3 выборки данных с различной распространенностью патологии.

Выборка 1 – 5150 рентгенограмм, из них 5000 цифровых рентгенограмм легких без патологических изменений в легочной ткани и 150 цифровых рентгенограмм с синдромом округлого образования легочной ткани

(распространённость патологических изменений 3%).

Выборка 2 – 100 рентгенограмм, соотношение норма: патология составило

94%:6% (6 человек с подтвержденным наличием синдрома округлого образования в легких и 94 человека без значимой рентгенологической патологии) –

распространённость патологических изменений 6%.

Выборка 3 – 300 рентгенограмм из них 150 цифровых рентгенограмм легких без патологических изменений в легочной ткани и 150 цифровых рентгенограмм с синдромом округлого образования легочной ткани – распространенность патологических изменений 50% [44].

Наличие трех разных выборок было обусловлено имеющимися в литературе данными о наличии различий в показателях чувствительности и специфичности одних и тех же программных продуктов при различном уровне распространённости патологических изменений [44, 115].

Выборка 1 и 2 с преобладанием снимков без патологических изменений в большей степени характерна для модели рентгенологического скрининга, в том числе выборка 2 объемом 100 снимков. Выборка 3 отражает характер распределения нормы/патологии диагностического пульмонологического центра,

пациенты которого зачастую уже имеют определенный набор жалоб и патологические изменения в легочной ткани.

65

При анализе (ROC-кривые) использовались следующие критерии качества модели:

Площадь под кривой (AUC) оценивается в диапазоне 0–1:

<0,6 – непригодно;

0,61–0,8 – требуется доработка;

>=0,81 – может быть допущено к клинической валидации [18].

Фактически данный подход позволяет количественно оценить возможность выявления округлых образований при рентгенографии легких в передней прямой проекции и выявить наличие корреляции результатов интерпретации рентгенологических данных со стажем работы врача-рентгенолога и его опытом работы в торакальной радиологии [6].

2.4 Проведение совместного тестирования врачей-рентгенологов и

систем автоматического анализа

На последнем этапе нами были изучены возможные варианты внедрения систем автоматического анализа цифровых рентгенологических изображений как метода выявления заболеваний органов грудной клетки в клиническую практику врача-рентгенолога.

Был проведен совместный анализ тестовой базы, используемой ранее нами для онлайн-тестирования (соотношение норма/патология 94:6% врачами-

рентгенологами и системами автоматического анализа цифровых рентгенологических изображений с моделированием двух различных ситуаций:

1.Первичный анализ цифровых рентгенограмм врачом-рентгенологом с последующим анализом рентгенограмм, подозрительных на наличие патологических изменений в легочной ткани и системой автоматического анализа цифровых рентгенологических изображений с последующим окончательным ответом врача-рентгенолога о наличии или отсутствии патологических изменений

влегких после ознакомления с результатами интерпретации снимка системой автоматического анализа.

2.Первичный анализ цифровых рентгенограмм системой машинного обучения и анализа цифровых рентгенологических изображений с последующим

67

ГЛАВА 3. ИНФОРМАТИВНОСТЬ ЦИФРОВОЙ РЕНТГЕНОГРАФИИ В ВЫЯВЛЕНИИ ОКРУГЛЫХ ОБРАЗОВАНИЙ В ЛЕГКИХ В ЗАВИСИМОСТИ ОТ КВАЛИФИКАЦИИ ВРАЧА-РЕНТГЕНОЛОГА НА МОДЕЛИ РЕНТГЕНОЛОГИЧЕСКОГО СКРИНИНГА

В ходе изучения диагностической эффективности врачей-рентгенологов первым этапом было проведение тестирования в очном формате, в котором приняло участие 75 специалистов со стажем работы от 1 года до 10 лет и более,

работающих в различных по специфике и количеству исследований медицинских учреждениях.

Все участники были распределены на 2 группы со стажем работы до 10 лет

(N=55) и более 10 лет (N=20) [44]. Разделение обосновывалось результатами исследования K. Nakamura, в ходе которого было выяснено, что наиболее значимым фактором, влияющим на качество интерпретации рентгенологических данных, является наличие опыта работы более 10 лет с возможностью ежегодного анализа более 20 000 флюорограмм [119].

Согласно результатам, процент правильных ответов в очном тестировании колебался от 50% до 95% (в среднем – 72,5%).

Таблица 6 – Результативность выявления округлых образований в легких в зависимости от стажа работы

69

значение процента выявленной патологии было выше у врачей со стажем работы менее 10 лет и составляло – 72,6% [43]. Тогда как наибольшее среднее значение процента пропуска патологии было у врачей со стажем работы более 10 лет –

28,3%. Наряду с этим чаще норму выявляли врачи-рентгенологи с меньшим стажем работы – среднее значение процента выявленной нормы у них составило –

73,2%, тогда как у врачей со стажем более 10 лет - 71,1% [43].

Рисунок 20 – Площадь под кривой для врачей рентгенологов со стажем до 10 лет

(а), со стажем более 10 лет (б)

Характерологические кривые наглядно показывают тенденцию снижения диагностической эффективности при выявлении округлых образований в легких на рентгенограммах легких в передней проекции с увеличением стажа работы врача-рентгенолога, что обусловлено большим процентом пропуска патологии

(Рисунок 20).

В ходе очного этапа тестирования врачей-рентгенологов было также изучено влияние опыта работы в торакальной радиологии на качество интерпретации цифровых рентгенограмм легких. Специалисты были распределены на две группы: с опытом работы в торакальной радиологии (N=11)

и без опыта работы в торакальной радиологии (N=64) [43].