Видеомика в оториноларингологии: история развития и перспективы внедрения технологии

Основы программирования заложены еще в середине XIX века Адой Лавлейс (A. Lovelace). В своих заметках об «аналитической машине» она описывала созданную ею вычислительную последовательность под названием «таблица алгоритма». Однако ее труды не смогли получить развития в течение почти 100 лет после их создания [1]. История развития программирования получила новое направление посредством создания искусственного интеллекта (ИИ) и внедрения его в различные сферы деятельности человека. Одной из первых разработок, применяемой именно в медицине, можно назвать создание системы MYCIN в 70-х годах XX века в США. Ее задачей была диагностика менингита и корректный подбор антибактериальной терапии. Точность программы оценивали методом сравнения с экспертной оценкой, проведенной девятью врачами-специалистами, касающейся 10 тестовых случаев менингита. По разным оценкам, точность доходила до 65% [2]. Данная разработка не получила широкого применения в практической медицине.

В настоящее время активно исследуются возможности машинного обучения (МО) — совокупности методов, позволяющих создать самообучающуюся систему. При этом используются алгоритмы для анализа данных и извлечения обобщенной и наиболее важной информации из загруженного массива данных, которые сложно было бы проанализировать вручную [3].

Одним из алгоритмов МО является искусственная нейронная сеть (ИНС) — совокупность нейронов, соединенных друг с другом определенным образом.

Искусственные нейронные сети (НС) предназначены для работы с определенными типами данных — со звуком, изображениями, текстом. Сверточные НС работают с изображениями. Их архитектура напоминает структуру нейронных связей в человеческом мозге. Разработчики взяли за основу организацию зрительной коры. Человек без особого труда выделяет отдельные признаки различных предметов, анализирует их и на основании этой детализации осознает или идентифицирует предмет. Другими словами, человек классифицирует предмет определенным образом. По такому же принципу работает и сверточная НС. Анализируемое изображение проходит через слои свертки. Сверточный слой можно рассматривать как глаза сверточной НС. Нейроны в этом слое ищут определенные особенности, в результате чего выделяют отличительные признаки этого изображения и, как результат анализа, изображению присваивается класс [4].

Методы обучения такой нейронной сети делятся на два типа: обучение с учителем и без учителя. В первом случае для обучения предоставляются отобранные экспертом данные и сразу же задается необходимый результат. Затем, в процессе работы, по определенному правилу вычисляется ошибка и корректируется работа внутри сети. В случае обучения без учителя выходной вектор не задается. Эксперт дает только обобщенную оценку алгоритму — решена задача правильно или нет. Алгоритм сам должен научиться решать, как ему поступать в каждом конкретном случае, исходя из конечной оценки совокупности всех его действий [5].

Развитие технологий МО привело к расширению возможностей и позволило внедрять их в различные сферы жизнедеятельности современного человека. В частности, в медицине МО применяется для анализа видеоэндоскопических изображений — этот узкий раздел получил название видеомики. Принцип работы видеомики заключается в том, что компьютер анализирует и структурирует данные, полученные в процессе диагностической видеоэндоскопии, и тем самым упрощает установление диагноза и выбор дальнейшей тактики лечения пациента, что особенно важно для начинающих специалистов [6].

Прогресс в разработках видеомики и ИНС на данный момент зависит от соблюдения нескольких пунктов: загрузки качественных эндоскопических изображений (отсутствуют артефакты, обозревается вся исследуемая область, изображение четкое), классификации патологических и непатологических изображений, обнаружения патологии на отдельных кадрах, сегментации патологического участка (для определения размера, формы, распространения поражения, определения возможного прогноза лечения) [7].

Для численной оценки качества исследуемых ИНС в задачах классификации используется определенный набор мер качества: true positive (TP) — алгоритм правильно классифицировал изображение; false positive (FP) — алгоритм ложно соотнес изображение и класс; true negative (TN) — алгоритм правильно исключил изображение из класса; false negative (FN) — алгоритм неправильно исключил изображение из класса. Соответственно, сумма TP и FN представляет собой значение всех верных ответов, в то время как сумма TN и FP — всех неверных.

По данным основных показателей рассчитываются метрики.

ACC=(TP+TN)/(TP+TN+FP+FN), (1)

где ACC (Accuracy) — доля правильных ответов алгоритма.

При дисбалансе классов данная метрика неинформативна. С целью повышения информативности введены метрики для оценки качества работы алгоритма на каждом из классов: Presicion (PPV), Recall (TPR). Метрика PPV характеризует вероятность того, что признак действительно есть, если алгоритм определил результат как положительный.

PPV=TP/(TP+FP) (2)

Метрика TPR показывает, какую долю объектов положительного класса из всех объектов положительного класса нашел алгоритм.

TPR=TP/(TP+FN) (3)

В отличие от ACC величины PPV и TPR не зависят от соотношения классов и поэтому применимы в условиях несбалансированных выборок.

Specifcity (TNR) — доля истинно негативных ответов алгоритма из общего числа отрицательных ответов.

TNR=TN/(TN+FP) (4)

F1-score — комбинация из метрик Recall и Presicion. Значение F1-score колеблется между 0 и 1, где 0 означает наименьший возможный результат, а 1 — безупречный результат, когда модель точно предсказала каждую метку.

F1-score=2·(PPV·TPR)/(PPV+TPR) (5)

Кривая ROC иллюстрирует производительность классификационной модели и представляет собой графическое представление компромисса между чувствительностью и специфичностью. Идеальная модель классификации будет стремиться к точке в верхнем левом углу графика, где TPR равно 1, а FPR равно 0. Площадь под кривой — показатель AUC (Area Under the ROC Curve) — также колеблется от 0 до 1, и более высокое значение AUC указывает на более высокую производительность модели [8].

Значительные усилия в области применения технологий ИИ сосредоточены на диагностике онкологических заболеваний головы и шеи и использовании ИНС для классификации злокачественных тканей на основе видеоэндоскопических изображений. За последние 10 лет опубликовано значительное количество работ, в которых описано применение технологии МО для разграничения нормы и патологии при эндоскопии гортани. H. Xiong и соавт. (2019) разработали сверточную НС для определения рака гортани. Чувствительность разработанной модели достигла 73,1%, а общая точность — 86,7% [9]. I.S. Mamidi и соавт. (2024) разработали модель компьютерного зрения с поддержкой ИИ для скрининга рака гортани во время гибкой ларингоскопии. Общая точность их алгоритма составила 92%, а чувствительность — 97,7% [10].

В литературе, посвященной отиатрии, опубликованы результаты применения ИНС для изучения заболеваний внутреннего уха, классификации фенотипов тугоухости [11—13]. Перспективной областью исследования является изучение возможностей применения МО для диагностики и лечения заболеваний наружного или среднего уха.

В исследовании H.C. Myburgh и соавт. (2016) предложен автоматизированный подход в установлении острого среднего отита (ОСО). Диагностическая точность достигла 80,6%. В свете нехватки специалистов, способных точно диагностировать ОСО, особенно в странах с низким и средним уровнем дохода, подобная система могла бы быть очень ценной для обеспечения надлежащего уровня здравоохранения. Однако авторы акцентируют внимание на том, что полностью автоматизированный подход пока обеспечить невозможно и необходимо пересматривать изображения вручную [14].

J.Y. Lee и соавт. (2019) продемонстрировали надежность сверточной НС для обнаружения стороны и перфорации барабанной перепонки — точность 97,9% и 91,0% соответственно. Для оценки эффективности работы ИНС во время тестирования проведена оценка основных метрик и осуществлен расчет показателей TNR, PPV, TPR, ACC. Авторы указали, что для повышения эффективности работы модели необходимо увеличить количество снимков, причем следует регистрировать более сложные клинические случаи: барабанные перепонки с ретракцией, перфорацией с отделяемым и холестеатомой обнаружить труднее, чем четкую перфорацию [15].

Ограничением использования ИИ является факт определенного набора диагнозов для распознавания во время эндоскопии уха. В исследовании M. Viscaino и соавт. (2020) для обучения ИИ использовались отоскопические данные, касающиеся четырех нозологических единиц: это серная пробка, тимпаносклероз, хронический средний отит, варианты нормы. Производительность моделей классификации измерена путем вычисления матрицы неточностей. Средняя точность определения ИИ данных состояний составила 93,8%. Практическую значимость повышало использование для обучения ИНС более сложных клинических случаев, что ожидаемо негативно сказалось на показателях точности разработанной модели [16].

В исследовании X. Zeng и соавт. (2021) количество распознаваемых состояний расширено до восьми: норма, холестеатома, хронический гнойный средний отит, кровотечение из наружного слухового прохода, серная пробка, наружный отомикоз, экссудативный средний отит, кальциноз барабанной перепонки. Для оценки качества выходных данных авторы использовали матрицу неточностей. Точность классификации состояния барабанной перепонки достигла 95,59% [17].

Сложность для обучения ИНС представляет и сочетанное поражение уха, когда имеются признаки нескольких нозологических единиц. Y. Choi и соавт. (2022) представили работу, в которой ИНС обучалась многоклассовой классификации отоэндоскопических изображений. Оценочными показателями были точность, чувствительность, специфичность и коэффициент сходства Дайса (DSC). Точность модели достигла 95,19%. Диагностика отомикоза была наиболее затруднительна из-за меньшего набора изображений с данным заболеванием. Соответственно, для повышения точности прогнозирования авторы видят необходимость в расширении банка изображений. При сочетанной патологии барабанной перепонки точность модели постепенно снижалась с 92,57% до 14,29% [18].

Для удобства анализа изложенных данных сформирована таблица. Следует отметить повышение числа обрабатываемых изображений и присваиваемых классов начиная с 2021 г. Повышение значений метрик также отражено в более поздних работах. Отдельную сложность для ИНС составила диагностика сочетанной патологии барабанной перепонки — отмечена тенденция к значительному снижению точности диагностической модели при анализе сложного клинического случая. Решением данной проблемы является расширение видеобанка, причем необходимо уделить внимание загрузке отоскопических картин с сочетанной патологией.

Исследования эффективности использования искусственного интеллекта в отомикроскопии. Суммационная таблица

Примечание. НСП — наружный слуховой проход; СП — серная пробка; ИТ — инородное тело; ОСО — острый средний отит; ЭСО — экссудативный средний отит; ХГСО — хронический гнойный средний отит; БП — барабанная перепонка; TP — true positive, алгоритм правильно классифицировал изображение; FP — false positive, алгоритм ложно соотнес изображение и класс; TN — true negative, алгоритм правильно исключил изображение из класса; FN — false negative, алгоритм неправильно исключил изображение из класса; TNR — доля истинно негативных ответов алгоритма из общего числа негативных ответов; TPR — доля истинно позитивных ответов алгоритма из общего числа позитивных ответов; PPV — вероятность наличия признака, если алгоритм определил результат как положительный; ACC — доля правильных ответов алгоритма; DSC — коэффициент сходства.

Разработка и внедрение технологий видеомики должны снижать диагностические ошибки и способствовать экономическому росту отрасли здравоохранения. Ретроспективный анализ F. Francesco и соавт. (2023) показал соответствие в установлении диагноза ОСО у педиатров и работников скорой неотложной помощи только в 72,4% случаев. В 27,6% случаев ОСО был неоправдан, что привело к повышению финансовых затрат для здравоохранения и излишним назначениям антибактериальной терапии [19]. В Российской Федерации общая заболеваемость болезнями уха и сосцевидного отростка в 2023 г. составила 3450,4 случая на 100 тыс. населения, что является высоким показателем [20]. Поэтому ранняя и точная диагностика ведет к раннему назначению соответствующего лечения, что снижает риск возникновения более серьезных осложнений и значительно уменьшает затраты в сфере здравоохранения [21, 22].

Несомненно, ИИ обладает потенциалом быстро и заметно трансформировать всю систему здравоохранения, но ряд этических проблем тормозит его практическое использование [23]. Перед работниками сферы здравоохранения возникают совершенно новые вопросы. Например, появилась необходимость пересмотра закона об информированном добровольном согласии на обеспечение медицинской помощи не только лечащим врачом, но и технологиями ИИ, пересмотра взглядов на тему защиты данных о здоровье пациентов, поскольку с внедрением дополнительных технологий повышается риск утечки информации. Возникают трудности объяснения решений, генерированных ИИ (проблема «черного ящика»), которые обусловливают необходимость разработки алгоритма перепроверки результатов диагностики. Отдельной темой для дискуссии является отсутствие в алгоритмах ИИ способности к эмпатии, ведь всегда следует помнить, что «лечат не болезнь, а человека», то, что является подходящим лечением для одного пациента, может быть во вред другому. Одно из самых больших препятствий использования ИИ и метода МО — это то, что обучение ИИ происходит с использованием огромных наборов данных [24]. Однако могут возникать этические и технические сложности при сборе данных пациентов из-за проблем конфиденциальности и отсутствия между учреждениями стандартизации формата, который может быть интерпретирован компьютерным программным обеспечением. Кроме того, все будущие исследования ИИ должны быть разработаны с осторожностью и обучены на высококачественных наборах данных, поскольку любое искажение в обучающих наборах данных приведет к искажению в алгоритме [25].

Необходимы четкие правила и юридические границы для надлежащего распределения ответственности и защиты пользователей. Нужно исключить чрезмерную зависимость от ИИ и возлагать на него лишь вспомогательную роль в повышении уровня ухода за пациентом, но не заменять им клиническое мышление специалиста.

Несмотря на проблемы применения искусственных нейронных сетей, мы находим их развитие перспективным. Программное обеспечение, разработанное на основе алгоритмов искусственного интеллекта, позволит ускорить и автоматизировать диагностический поиск оториноларингологической патологии. В случаях недостаточной обеспеченности специалистами — врачами-оториноларингологами данная разработка позволит существенно снизить количество неверно установленных диагнозов и, соответственно, развитие осложнений.

Авторы заявляют об отсутствии конфликта интересов.