Введение и актуальность

На сегодняшний день потребность в эстетической хирургии лица значительно выросла. Запрос на проведение блефаропластики является, по данным Международного общества эстетической пластической хирургии (International Society of Aesthetic Plastic Surgery — ISAPS), одним из самых распространенных в эстетической хирургии — с показателем 1,4 млн операций в год, так как ухудшение внешнего вида периорбитальной области является одним из первых признаков старения [1—3]. Так как пластическая хирургия отвечает на субъективный запрос общества под названием «красота и молодость», мы вынуждены констатировать факт отсутствия объективных или общепринятых понятий, которые отражали бы этот запрос [4, 5]. В профессиональной литературе встречаются статьи с анализом результатов пластических операций на основе анализа изображений магнитно-резонансной томографии и трехмерных фотографий лица пациентов до и после операций, не потеряла актуальности также оценка 2D-изображений [4, 6]. В попытке проанализировать возможные способы оценки результатов эстетических операций многие хирурги пришли к выводу, что нужно отталкиваться от основного запроса пациентов, а он в абсолютном большинстве случаев звучит как «желание выглядеть красивее и моложе». И если красота является крайне субъективным параметром, то концепция «молодого лица» все же имеет определенные объективные характеристики. Большинство исследований прошлых десятилетий опиралось на оценку фотографий пациентов до и после операции, где выбранной группе людей предлагали оценить возраст пациентов по фотографиям. Однако мы вынуждены признать, что на сегодняшний день подобные исследования категорически устарели. Для удовлетворения потребности сегодняшнего дня мы должны использовать современные способы, а именно возможности искусственного интеллекта [7, 8]. Внедрены и разработаны многочисленные программы на основе искусственного интеллекта, которые анализируют лицо человека. Многие из них применимы для оценки возраста и могут успешно применяться для объективной оценки эффекта омоложения, так как анализируют сотни точек на лице человека [9]. Технология распознавания и анализа лиц на основе искусственного интеллекта является крайне актуальной и востребованной и, бесспорно, должна была найти свое применение в медицине, в частности в пластической хирургии [10—12].

Материал и методы

В исследовании участвовали 147 пациентов, которым с марта 2024 г. по декабрь 2024 г. были выполнены омолаживающие операции в периорбитальной области. Мы исключили из исследования пациентов, которые пропускали послеоперационный прием и фотопротокол, а также тех пациентов, которым в послеоперационном периоде проводились инвазивные косметологические процедуры. Таким образом, в финальное исследование включены 132 пациента (4 мужчины и 128 женщин), которые были разделены на четыре группы в зависимости от типа выполненной операции: 57 — выполнен эндоскопический лифтинг лба и бровей (1-я группа), 19 — эндоскопический лифтинг лба и бровей в сочетании с верхней блефаропластикой (2-я группа), 33 — эндоскопический лифтинг лба и бровей в сочетании с нижней блефаропластикой (3-я группа), 23 — эндоскопический лифтинг лба и бровей в сочетании с верхней и нижней блефаропластикой (4-я группа). Мы анализировали пол пациентов, а также возраст на момент проведения операции. Все операции были выполнены одним хирургом на базе одного медицинского учреждения. Фотографии пациентов до и после операции были выполнены с соблюдением стандартного протокола, в одних и тех же световых условиях. Фотографии до операции выполнялись в день хирургического вмешательства, послеоперационные фотографии были сделаны через 6 мес после операции.

Обучение искусственного интеллекта происходит через анализ бессчетного количества изображений, что делает такой метод оценки несравнимо более объективным, чем любой способ, связанный с привлечением для подобной оценки даже очень больших групп людей. Технология распознавания и анализа лиц на основе искусственного интеллекта является крайне актуальной и востребованной, так как активно используется для идентификации личности, создания базы данных правоохранительных органов, обеспечения безопасности в общественных местах, а также развивается и углубляется при распознавании лиц на современных компьютерных и мобильных устройствах. При выборе программы для проведения исследования были проанализированы следующие платформы: Amazon Rekognition (Австралия), Microsoft Azure Face (Австралия), Face++ Detect (Китай) и Inferdo Face Detection (США). Все платформы являются эффективными для определения возраста, при этом наиболее точной и удобной оказалась платформа Face++ (далее в порядке уменьшения точности — Average, Rekognition, Azure Face и Inferdo). Таким образом, исследование было выполнено с использованием общедоступной платформы искусственного интеллекта Face++ китайского разработчика Megvii, которая предлагает обширные возможности для всестороннего анализа лица. Программа проста в использовании и не требует привлечения программиста для написания кодов и специализированных программ, которые позволяют анализировать изображения, как это сделано в большинстве американских платформ, непригодных для непрофессиональных потребителей. В результате такой общедоступности для пользователей платформа Face++ стала самой распространенной и «обученной» в мире благодаря тому, что ее используют более 300 000 человек из 150 стран.

При проведении исследования мы сравнивали реальный средний возраст пациентов со средним возрастом, который определяли программы искусственного интеллекта до и после проведения операции. В ходе исследования были поставлены следующие задачи: выявить, с какой точностью можно определить возраст пациентов методом искусственного интеллекта; оценить эффект омолаживающих операций на основании разницы в возрасте между фото до и после операции, определенной искусственным интеллектом; определить, какая из операций в периорбитальной области дает самый выраженный омолаживающий эффект. Для анализа использовались одна фронтальная фотография до операции и одна фронтальная фотография после операции, которые захватывали все лицо. Чтобы оценить общий эффект омолаживающих операций, были проанализированы фотографии пациентов через 6 мес после операции. Выводы строились на основании разницы в возрасте между фото до и после операции, определенной искусственным интеллектом (рис. 1—4). Важно отметить, что анализ фотографий при помощи искусственного интеллекта не похож на общепринятые антропометрические анализы, а представленные на фотографиях точки не отражают критерии оценки. Оценка проводится на основании использования искусственным интеллектом миллионов изображений реальных человеческих лиц и знания их реального возраста. Мы пока не можем задавать искусственному интеллекту задачи предметной оценки лица или его конкретных областей, что представляет дальнейший научный интерес.

Рис. 1. Фото пациентки 1-й группы.

а — до операции с определением возраста программой Face++, равного 35 годам (реальный возраст пациентки 38 лет); б — после операции с определением возраста программой Face++, равного 23 годам (реальный возраст пациентки 38 лет).

Рис. 2. Фото пациентки 1-й группы.

а — до операции с определением возраста программой Face++, равного 40 годам (реальный возраст пациентки 38 лет); б — после операции с определением возраста программой Face++, равного 36 годам (реальный возраст пациентки 38 лет).

Рис. 3. Фото пациента 4-й группы.

а — до операции с определением возраста программой Face++, равного 28 годам (реальный возраст пациента 33 года); б — после операции с определением возраста программой Face++, равного 27 годам (реальный возраст пациента 33 года).

Рис. 4. Фото пациентки 4-й группы.

а — до операции с определением возраста программой Face++, равного 45 годам (реальный возраст пациентки 48 лет); б — после операции с определением возраста программой Face++, равного 43 годам (реальный возраст пациентки 48 лет).

Методы статистической обработки полученных данных

Для анализа использованы современные универсальные непараметрические (рандомизационно-перестановочные) алгоритмы построения доверительных интервалов (ДИ) и статистических сравнений на основе метода bootstrap и Монте-Карло. При статистическом описании показателей возраста, омоложения и точности параметры распределения рассчитаны с 95% ДИ, определенными методом bootstrap. Для ДИ использована компактная форма записи, при которой нижняя и верхняя границы ДИ указываются в виде подстрочных индексов слева и справа от точечной оценки. Для проверки соответствия наблюдаемых распределений количественных показателей нормальному (гауссову) распределению использован критерий Андерсона—Дарлинга с вычислением значения p по методу Монте-Карло.

Силу (тесноту) корреляционной взаимосвязи количественных показателей оценивали линейным коэффициентом корреляции Пирсона, 95% ДИ рассчитаны методом bootstrap. Для статистических сравнений использовали как параметрические, так и непараметрические, в том числе перестановочные (и точные) критерии. Нулевой являлась гипотеза об отсутствии эффекта (различия, корреляции и т.п.), а альтернативной — гипотеза о наличии эффекта. Сравнение средних значений в двух группах выполнено с использованием графиков Гарднера—Олтмена (Gardner—Altman estimation plot), для построения которых с помощью bootstrap моделируется (реконструируется) распределение средней разности и вычисляется ДИ для этой разности, а также для стандартизированного эффекта различий по Коэну.

Сравнение средних значений в четырех группах выполнено с использованием однофакторного дисперсионного анализа ANOVA или ковариационного анализа ANCOVA, для оценки эффекта различий рассчитан показатель омега-квадрат, интерпретация которого приводится по Goss—Sampson. Моделирование зависимости возраста, определенного искусственным интеллектом, от реального возраста выполнено с помощью регрессионного анализа методом наименьших квадратов, 95% ДИ коэффициентов регрессии вычислены методом bootstrap.

Результаты

Распределение пациентов по возрасту не согласуется с нормальным законом, имеет незначительную правостороннюю асимметрию. Среднее значение возраста составило 44 [95% ДИ 42; 45] года, медианное значение — 42 [95% ДИ 41; 45] года. Распределение показателей возраста, определенного искусственным интеллектом, согласуется с нормальным законом. Средние значения возраста соответственно равны: до операции (ДО) — 45 [95% ДИ 43; 46] лет, после операции (ПОСЛЕ) — 40 [95% ДИ 38; 41] года (рис. 5).

Рис. 5. Описательные статистики распределений возраста в целом по всем пациентам.

Н.Р. — нормальное распределение; критерии согласия данных с Н.Р.: SW — Шапиро—Уилка, AD — Андерсона—Дарлинга, Lill — Лиллиефорса, JB — Харке—Бера. Параметры: n — объем выборки, M — среднее значение, SD — стандартное отклонение, Me — медиана, Sk — асимметрия, Ku — эксцесс, CV — коэффициент вариации. Подстрочные индексы — нижняя и верхняя границы 95% доверительных интервалов (ДИ).

Распределение всех пациентов без разделения на группы и по омоложению, и по точности согласуется с нормальным законом. Омоложение принимает как положительные, так и отрицательные значения, 95% ДИ среднего и медианного значений не накрывают 0, таким образом, можно считать, что наблюдается статистически значимое снижение среднего возраста, определяемого с помощью программного обеспечения Face++. Среднее снижение возраста (омоложение) составило 5 [95% ДИ 4; 6] лет. Среднее значение точности равно –1 [95% ДИ –2; 0] год, 95% ДИ средней и медианной точности накрывают 0, т.е. статистически значимого расхождения реального возраста и возраста, определяемого искусственным интеллектом ДО, не наблюдается (рис. 6, 7).

Рис. 6. Описательные статистики распределения пациентов по омоложению и точности по всем пациентам.

Рис. 7. Графики Гарднера—Олтмена по результатам сравнения реального возраста и возраста, определенного искусственным интеллектом, в 1-й группе (а), во 2-й группе (б), в 3-й группе (в), в 4-й группе (г), по всем пациентам вместе (д).

MD — средняя разность; SMD — стандартизированный эффект различий по Коэну.

В 1-ю группу вошли 57 пациентов. Реальный средний возраст пациентов 1-й группы составил 40 [95% ДИ 38; 42] лет, возраст ДО, определенный искусственным интеллектом, составил 41 [95% ДИ 39; 43] год. При оценке послеоперационных фотографий средний возраст пациентов составил 37 [95% ДИ 35; 39] лет — он снизился на 4 [95% ДИ 3; 6] года по сравнению с возрастом ДО. Во 2-ю группу вошли 19 пациентов. Реальный средний возраст пациентов 2-й группы составил 45 [95% ДИ 40; 50] лет, возраст ДО, определенный искусственным интеллектом, составил 46 [95% ДИ 42; 51] лет. При оценке послеоперационных фотографий средний возраст пациентов составил 40 [95% ДИ 36; 44] лет — он снизился на 6 [95% ДИ 4; 8] лет по сравнению с возрастом ДО. В 3-ю группу вошли 33 пациента. Распределение пациентов по показателю реального возраста согласуется с нормальным законом, среднее значение возраста составило 46 [95% ДИ 43; 48] лет. Среднее значение возраста ДО, определенного искусственным интеллектом, составило 47 [95% ДИ 45; 50] лет. Среднее значение возраста ПОСЛЕ составило 41 [95% ДИ 38; 44] год, омоложение составило 6 [95% ДИ 4; 8] лет. В 4-ю группу вошли 23 пациента. Распределение пациентов по показателю реального возраста согласуется с нормальным законом, среднее значение возраста составило 48 [95% ДИ 45; 51] лет. Среднее значение возраста ДО, определенного искусственным интеллектом, составило 48 [95% ДИ 45; 51] лет. Среднее значение возраста ПОСЛЕ составило 43 [95% ДИ 40; 57] года, снижение среднего возраста, определяемого с помощью программного обеспечения Face++, составило 5 [95% ДИ 4; 8] лет. Таким образом, во всех группах отсутствуют статистически значимые расхождения реального возраста и возраста, определяемого искусственным интеллектом. В каждой группе и по всем пациентам в целом возраст ПОСЛЕ, определенный искусственным интеллектом, статистически значимо снизился по сравнению с возрастом ДО, определенным искусственным интеллектом. Среднее омоложение по всем пациентам составило 5 [95% ДИ 4; 6] лет (рис. 8). Среднее снижение возраста (омоложение) у пациентов 1-й группы составило 4 [95% ДИ 3; 6] года, у пациентов 2-й группы — 6 [95% ДИ 4; 8] лет, у пациентов 3-й группы — 6 [95% ДИ 4; 8] лет, у пациентов 4-й группы — 5 [95% ДИ 3; 6] лет. Среднее значение точности равно –1 [95% ДИ –2,4; 0,3] год. При этом средние значения омоложения в группах статистически значимо не различаются, поскольку 95% ДИ средних значений накладываются друг на друга (рис. 9).

Рис. 8. Графики Гарднера—Олтмена по результатам сравнения возраста ДО и ПОСЛЕ в каждой группе и в целом по пациентам.

Рис. 9. Ящичные диаграммы омоложения в каждой группе и в целом по всем пациентам.

Поскольку омоложение зависит от начального значения возраста (Возраст F_ДО), сравнение групп по омоложению выполнено с помощью ковариационного анализа, ковариата — возраст ДО (см. таблицу). Средние значения омоложения в группах статистически значимо не различаются, таким образом, степень омоложения от группы не зависит; нет оснований считать, что в какой-то группе омоложение больше/меньше, чем в остальных группах (рис. 10).

Результаты ковариационного анализа омоложения по группам

Рис. 10. Средние значения омоложения с 95% доверительными интервалами в каждой группе.

Обсуждение

В нашем исследовании 1-я группа оказалась самой многочисленной и с самыми низкими показателями среднего возраста, что связано с широким распространением и популярностью эндоскопических методик и их неоспоримыми плюсами, такими как малоинвазивность и отсутствие видимых следов вмешательства, безопасность и возможность работать под визуальным контролем, универсальность и возможность сочетания с другими операциями на лице, широкие возможности коррекции выраженных мимических морщин за счет миотомии, особенно у пациентов, невосприимчивых к действию ботулинотерапии [5, 7]. Напротив, пациенты 4-й группы имели самый высокий средний возраст. Большинство пациентов данной группы рассматривают двухэтапное хирургическое лечение и через 8—12 мес после операции на верхней трети лица планируют выполнение хирургической подтяжки лица и шеи.

Сравнение между реальным средним возрастом пациентов до операции и средним возрастом, установленным с помощью платформы Face++, позволило нам выявить точность и предсказуемость использования платформы, так как статистически значимого расхождения реального возраста и возраста, определяемого искусственным интеллектом до операции, не наблюдается. Уменьшение среднего возраста после операции составило 5 [95% ДИ 4; 6] лет. Для того чтобы определить, какая комбинация хирургических манипуляций дает наибольший эффект омоложения, мы проанализировали разницу в возрасте между фотографиями до и после операции в каждой из четырех групп. Выводы строились на основании разницы в возрасте между фото до операции и через 6 мес после операции, определенной искусственным интеллектом для каждой группы пациентов. Решение использовать послеоперационные фотографии на сроке 6 мес после операции обусловлено завершением процесса реабилитации, отсутствием отеков и возможностью провести фотопротокол. Полученные значения омоложения в группах статистически значимо не различаются, таким образом, степень омоложения от группы не зависит.

Выводы

По данным искусственного интеллекта, общий эффект омоложения у пациентов исследуемой выборки составил 5 лет, что расходится с данными иностранных авторов, так как, по данным зарубежных исследований, общий эффект омоложения составил лишь 2 года [4, 7, 9]. Мы связываем такую разницу в результатах с тем, что наши иностранные коллеги включали в свои наблюдения пациентов только с блефаропластикой. Выполнение верхней блефаропластики может увеличить высоту раскрытия вековой складки, но только лифтинг бровей (изолированный или в сочетании с верхней блефаропластикой) приводит к увеличению расстояния между ресничным краем верхних век и бровями, что в большинстве случаев и является основным запросом пациентов с жалобами на неудовлетворительную эстетику в области верхних век [6, 17]. Эндоскопические операции лишены недостатков в виде рубцовых деформаций, при этом позволяют достигать выраженного эффекта омоложения за счет восстановления объемов мягких тканей лица через минидоступы в области волосистой части головы [18, 19]. Авторы данной статьи, являясь адептами эндоскопических методик омоложения, рекомендуют их активное использование в хирургии лица.

Наиболее очевидный омолаживающий эффект выявлен в группе пациентов, которым была выполнена верхняя или нижняя блефаропластика в сочетании с эндоскопическим лифтингом. Мы полагаем, что достигнутый эффект омоложения, безусловно, мог бы быть больше при одновременном воздействии на область нижней трети лица. Однако мы сознательно использовали фотографии всего лица, чтобы оценить общий эффект омоложения за счет хирургии только верхней и средней третей лица, так как многие пациенты могут ограничиваться только запросом на улучшение внешнего вида этой области.

Заключение

На сегодняшний день нет объективных методов оценки результатов пластических операций в периорбитальной области. Проблема также усугубляется постоянным изменением представлений общества о том, что выглядит красивым, молодым и желанным на сегодняшний день. Практически все статьи, посвященные анализу результатов пластических операций, посвящены либо субъективной оценке удовлетворенности пациентов полученными результатами на основании опросов или анкет, либо частоте развития осложнений, связанных с применением той или иной методики или с внедрением новых хирургических техник, которые призваны улучшить все ту же удовлетворенность пациентов полученными результатами [5]. Обучение искусственного интеллекта происходит через анализ бессчетного количества изображений, что делает такой метод оценки несравнимо более объективным, чем любой способ, связанный с привлечением для подобной оценки даже очень больших групп людей. Использование платформы Face++ Detect (Китай) является эффективным для определения возраста пациентов и позволяет оценить эффект омоложения после проведения пластических операций на лице. Дальнейшее использование и внедрение платформ искусственного интеллекта представляется интересным и перспективным в развитии медицинской науки, в частности пластической хирургии.

Авторы заявляют об отсутствии конфликта интересов.