Модель ИИ прогнозирует удаление костной ткани при имплантации кохлеарного имплантата
Операция по кохлеарной имплантации помогает людям с тяжелой потерей слуха, помещая электронное устройство внутрь внутреннего уха. Чтобы добраться до внутреннего уха, хирурги должны сначала удалить часть кости за ухом в ходе процедуры, называемой мастоидэктомией. Форма этой хирургически созданной полости варьируется от пациента к пациенту и не имеет четких внешних границ, что затрудняет ее прогнозирование с помощью традиционных инструментов анализа изображений. Более точное прогнозирование этой формы до операции могло бы способствовать развитию навигационных систем, роботизированных инструментов и улучшению визуализации для хирургов, а также улучшению результатов лечения пациентов.
Ученые годами пытались создать компьютерные инструменты, способные надежно предсказывать форму костного отростка после мастоидэктомии. Теперь, как сообщается в журнале Journal of Medical Imaging (JMI), группа исследователей из Университета Святой Марии, Университета Тринити, Университета Вандербильта и Центра передового искусственного интеллекта разработала метод искусственного интеллекта, который предсказывает, сколько костной ткани будет удалено на ключевом этапе операции по кохлеарной имплантации. Их подход может сделать планирование операции более безопасным и эффективным, особенно в условиях, когда специалисты не могут вручную размечать большие наборы медицинских изображений.
Исследовательская группа разработала двухэтапный метод искусственного интеллекта, который обучается на медицинских изображениях даже в тех случаях, когда чистые данные, размеченные вручную, недоступны:
- Система сравнивает КТ-снимки, сделанные до операции, со снимками, сделанными после операции, и самостоятельно определяет, какая кость была удалена. Несмотря на то, что послеоперационные изображения содержат шумы, ИИ использует математический метод сравнения, который фокусируется на общей структуре, а не на мелких деталях. Это помогает ему изучить схему удаления кости без каких-либо указаний со стороны экспертов.
- Предсказания первой модели используются в качестве «слабых меток» для второй модели. Эта вторая модель использует специальную 3D-функцию потерь, основанную на распределении Стьюдента, что помогает ей обрабатывать неполные или неточные данные. Этот шаг повышает точность и делает окончательное предсказание более надежным.
Вместе эти два шага образуют новый способ обучения систем медицинской визуализации, который работает даже в тех случаях, когда получить идеальные обучающие данные невозможно.
Исследователи протестировали свой метод, используя 751 пару КТ-снимков до и после операции. При сравнении с 32 примерами, размеченными вручную хирургами, система искусственного интеллекта достигла среднего значения коэффициента Дайса 0,72, что выше, чем у нескольких популярных моделей медицинской визуализации. Более высокий коэффициент Дайса означает, что предсказанная форма точно соответствует реальной форме, наблюдаемой после операции.
Команда также продемонстрировала возможность создания трехмерной модели прогнозируемой поверхности кости после операции. В будущем это может помочь хирургам во время операции или в обучении студентов-медиков.
Это исследование важно, поскольку оно демонстрирует новый способ создания систем искусственного интеллекта для медицинской визуализации в тех случаях, когда подробные метки скудны или их слишком сложно получить. Многие части человеческого тела имеют сложную форму, которую трудно обвести вручную, и этот метод может помочь врачам легче их анализировать.
Для пациентов эта технология в конечном итоге может сделать операции по кохлеарной имплантации более безопасными, предоставляя хирургам более четкое представление о том, чего ожидать. Она также может поддерживать роботизированные инструменты или передовые навигационные системы в операционной.
Хотя результаты многообещающие, исследователи отмечают, что для применения инструмента в повседневной клинической практике необходимы дополнительные испытания в разных больницах. Они также надеются добавить более реалистичную текстуру к 3D-моделям, чтобы облегчить их использование хирургами во время реальных операций.
Источник: SPIE — Международное общество оптики и фотоники