Заболевания сердечно-сосудистой системы — одни из самых распространенных в мире; они становятся причиной почти 30 процентов смертей. В некоторых случаях единственный вариант лечения — это хирургическое вмешательство, например при стенозе аорты, когда отверстие в клапане, расположенном на выходе сосуда из сердца, значительно сужается из-за срастания его стенок, и кровь не может в нужном объеме поступать в органы. Чтобы решить эту проблему, хирурги на место старого клапана устанавливают новый — искусственный.
Подобные операции очень сложны, ведь имплантат нужно аккуратно доставить к сердцу по сосудам, а затем установить в нужное место. Если его расположить со смещением, это может вызвать у пациента осложнения и даже смерть. Поэтому, чтобы точно сориентироваться, хирурги используют специальные контрастные вещества, которые видны во время операции на экране ангиографа в рентгеновском излучении. Такие вещества «подсвечивают» кровь в месте проведения операции и дают понимание о форме и особенностях сосуда. Но эти соединения токсичны, поэтому частоту их введения стараются сократить, а дозу — минимизировать, что не позволяет врачам полноценно контролировать установку клапана на протяжении всей операции.
Группа из Научно-исследовательского института комплексных проблем сердечно-сосудистых заболеваний (Кемерово) и Томского политехнического университета (Томск) разработала алгоритм, показывающий хирургам в режиме реального времени «ориентиры», которые помогают установить имплантат в правильное место. Этот алгоритм представляет собой сверточную нейросеть — математическую модель, способную распознавать определенные объекты на медицинских изображениях. Чтобы обучить ее, ученые использовали видеозапись настоящих операций по установке искусственного аортального клапана. Видео разделили на отдельные изображения (их получилось более 3,5 тысяч), 80 процентов из которых использовали для тренировки алгоритма, а 20 — для проверки системы. Исследователи отмечали на тренировочных фотографиях 11 точек-ориентиров: некоторые участки аорты, части установленного искусственного клапана, элементы системы его доставки. Нейросеть запоминала эти точки и с помощью них вырабатывала стратегию поиска аналогичных.
Далее, чтобы проверить алгоритм, исследователи предложили ему самому найти все 11 ориентиров на оставшихся 20 процентах фотографий. Оказалось, что модель смогла распознать и вывести на экран необходимые точки с точностью более 95 процентов. При этом она работает достаточно быстро для того, чтобы выявлять ориентиры и предсказывать оптимальное расположение для имплантата в реальном времени — прямо в операционной.
«Наша нейросеть позволит создать виртуального робота-помощника, который будет помогать кардиологам при проведении сложных операций. Еще одна перспектива, которую открывает наше исследование, — разработка полностью роботизированных систем для установки имплантатов в аорту. Возможно, такие устройства будут с большей точностью и аккуратностью, чем человек, осуществлять хирургические манипуляции. В дальнейшем мы планируем проверить предложенный алгоритм на разных моделях искусственных сердечных клапанов, чтобы сделать его максимально универсальным», — рассказывает руководитель проекта по гранту РНФ Евгений Овчаренко, кандидат технических наук, заведующий отделом организации инновационных и клинических исследований, заведующий лабораторией новых биоматериалов НИИ КПССЗ.