Оценка размеров сердца по рентгенограммам остаётся важным инструментом в кардиологической практике, особенно когда возможность проведения эхокардиографии недоступна или ограничена. При этом даже стандартные рентгенографические методы, используемые для количественной оценки сердечной тени и размеров левого предсердия, нередко дают разный результат у разных специалистов. Такая вариабельность затрудняет контроль динамики заболевания и снижает воспроизводимость измерений. Именно эту проблему исследователи Texas A&M University и разработчики системы RadAnalyzer попытались решить, проверив, может ли алгоритм глубокого обучения обеспечивать более стабильные и предсказуемые результаты.
Цель исследования заключалась в том, чтобы сравнить результаты измерений кардиовертебрального индекса (vertebral heart size, VHS) и позвоночного размера левого предсердия (vertebral left atrial size, VLAS), выполненные с помощью нового веб- и мобильного приложения RadAnalyzer, с данными, полученными вручную обученным наблюдателем. Авторы подчёркивают важность такой проверки, поскольку объективная оценка размеров сердца по рентгенограммам в рутинной практике часто затруднена.
Для анализа использовали 1058 правосторонних рентгенограмм собак 106 пород. Возраст варьировал от 0,4 до 17,3 года (медиана 9,4 года), масса тела — от 1,6 до 90 кг. RadAnalyzer измерял VHS и VLAS автоматически, определяя 11 анатомических ориентиров и используя модифицированную методику с расчётом средней длины позвонков T4–T9. Специалист-наблюдатель проводил измерения по той же модифицированной схеме.
Анализ показал, что результаты, полученные алгоритмом, практически полностью совпадают с ручными измерениями. Для VHS корреляция достигла r = 0,917 (1058 снимков), а средняя разница между двумя методами оказалась минимальной — всего 0,002 позвонка. Для VLAS совпадение также было высоким: r = 0,873 (981 снимок) при среднем смещении в 0,007 позвонка. Даже в самых «крайних» случаях расхождения оставались небольшими — до 0,88 позвонка для VHS и 0,49 позвонка для VLAS, что считается клинически несущественным. Дополнительно исследователи отмечают, что RadAnalyzer автоматически исключал снимки неудовлетворительного качества, снижая возникновение риска получения ошибочных измерений.
По мнению исследователей, полученные данные свидетельствуют о том, что RadAnalyzer может помочь ветеринарным специалистам в более стандартизированном измерении VHS и VLAS, особенно при повторных оценках и мониторинге пациентов с митральной недостаточностью. При этом алгоритм не заменяет оценку специалиста: приложение позволяет видеть нанесённые ориентиры и при необходимости корректировать их вручную. Авторы подчёркивают, что цифровые инструменты могут снизить межнаблюдательную вариабельность и высвободить время специалистов для работы с клинически более сложными случаями.
Авторы считают необходимым провести дальнейшие исследования, сравнивающие результаты RadAnalyzer не только с ручными измерениями, но и с эхокардиографическими параметрами, которые остаются наиболее точным методом оценки размеров сердца. Также планируются работы по оценке эффективности алгоритма на снимках с лёгочными инфильтратами и при других клинических состояниях.
Источник: biorxiv.org
Все
Издания
Телеграм
Карта зообизнеса
Профиль

