English
Автоматизированная система поддержки принятия врачебных решений в лечении больных с новообразованиями паренхимы почки – первый опыт использования веб-платформы «Sechenov.AI_nephro» – результаты многоцентрового тестирования
DOI: https://dx.doi.org/10.18565/urology.2024.5.12-22
Жолдубаев А.А., Глыбочко П.В., Аляев Ю.Г., Бутнару Д.В., Шпоть Е.В., Черненький М.М., Черненький И.М., Фиев Д.Н., Проскура А.В., Конышев А.В., Сирота Е.С., Исмаилов Х.М., Шурыгина Р.К., Амрахов С.А., Измайлова А.А., Сар- кисьян И.П., Суворов А.Ю., Павлов В.Н., Кабиров И.Р., Урманцев М.Ф., Байков Д.Э., Иткулов А.Ф., Хафизов М.М., Гильметдинов Р.Ф., Антипина А.А., Россоловский А.Н., Дурнов Д.А., Бобылев Д.А., Иванов С.Д.
1) Институт урологии и репродуктивного здоровья человека. Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет), Москва, Россия; 2) Башкирский государственный медицинский университет Минздрава России, Уфа, Россия; 3) Саратовский государственный медицинский университет им. В. И. Разумовского Минздрава России, Саратов, Россия
Материалы и методы. β-версия веб-платформы «Sechenov.AI_nephro» состоит из нейронной сети на основе MONAI (Medical open network for AI) и веб-интерфейса, алгоритмы которого классифицированы на основании данных сегментации в «ручном» режиме при помощи программы 3D-моделирования «Amira». В многоцентровое проспективное исследование включен 441 пациент с НПП. Тестирование проводилось в течение 12 мес. на базе 3 урологических центров: 358 (81,2%) пациентов Сеченовского Университета; 73 (16,6%) больных Башкирского Государственного медицинского университета (БГМУ); 10 (2,3%) пациентов Саратовского Государственного медицинского университета
им. В. И. Разумовского(СГМУ). Во всех наблюдениях перед операцией выполнялась мультиспиральная компьютерная томография (МСКТ) с контрастированием. DICOM (Digital Imaging and Communications in Medicine)-данные МСКТ каждого пациента врач-уролог загружал в веб-платформу «Sechenov.AI_nephro» с целью автоматического построения 3D-модели патологического процесса. Оценка работы веб-платформы «Sechenov.AI_nephro» проведена на основании анкетирования врачей, выполнявших операцию. Анкета включала 14 вопросов с балльной оценкой от 1 до 10 баллов. Опросник разделен на 3 основных раздела: 1 – оценка качества работы веб-платформы «Sechenov.AI_nephro»; 2 – оценка использования 3D-модели в беседе с пациентом для планирования операции и интраоперационной навигации; 3 – анализ выбора полезного режима отображения данных, ошибки построения 3D-модели.
Результаты. анкетирование выполнено в 253 (57,37% из 441) наблюдениях. Оценка качества построений 3D-моделей – 7,8–9,4 балла, использование 3D-модели в беседе с пациентом для планирования операции и интраоперационной навигации – 7,8–9,4 балла. 3D-модели построены правильно в 70% наблюдений. Областью интереса являлся полезный режим отображения 3D- моделей в планировании операции. Неверно построенные элементы анатомии – вены в 25,5% и опухоль 26,4% наблюдений соответственно.
Заключение. Работа автоматизированной системы поддержки принятия врачебных решений в лечении больных НПП «Sechenov.AI_nephro» продемонстрировала удовлетворительное качество воспроизведения 3D-моделей патологического процесса. 3D-построения позволяют персонифицированно определять хирургическую тактику лечения пациентов с НПП.
Литература
1. Wilhelm Konrad Roentgen-The Centennial of His Birth-Semicentennial of the X-Rays. JAMA. 2020;323(15):1512. doi: 10.1001/jama.2019.13400. 2. Alyaev Yu.G., Sirota E.S., Proskura A.V. Digitalization of operations for kidney tumors. M.:GEOTAR-Media. 2021. Russian (Аляев Ю.Г., Сирота Е.С., Проскура А.В. Цифровизация операций при опухоли почки. И.:ГЭОТАР-Медия. 2021) 3. Gusev A.V., Zarubina T.V. Clinical Decisions Support in medical information systems of a medical organization. M.: Information technologies for the Physician. 2017;2:60–72. Russian (Гусев А.В., Зарубина Т. В. Поддержка принятия врачебных решений в медицинских информационных системах медицинской организации. Врач и информационные технологии. 2017;2:60–72). 4. Lasser M.S., Doscher M., Keehn A., Chernyak V., Garfein E., Ghavamian R. Virtual surgical planning: a novel aid to robot-assisted laparoscopic partial nephrectomy. J Endourol. 2012;26(10):1372–1379. doi: 10.1089/end.2012.0093. 5. Hyde E.R., Berger L.U., Ramachandran N., Hughes-Hallett A., Pavithran N.P., Tran M.G.B., Ourselin S., Bex A., Mumtaz F.H. Interactive virtual 3D- models of renal cancer patient anatomies alter partial nephrectomy surgical planning decisions and increase surgeon confidence compared to volume-rendered images. Int J Comput Assist Radiol Surg. 2019;14(4):723–732. doi: 10.1007/s11548-019-01913-5. 6. Kamai T., Furuya N., Kambara T., Abe H., Honda M., Shioyama Y., Kaji Y., Yoshida K. Single minimum incision endoscopic radical nephrectomy for renal tumors with preoperative virtual navigation using 3D-CT volume-rendering. BMC Urol. 2010;10:7. doi: 10.1186/1471-2490-10-7. 7. Shuji Isotani, Hirofumi Shimoyama, Isao Yokota, Toshiyuki China, Shin-ichi Hisasue, Hisamitsu Ide, Satoru Muto, Raizo Yamaguchi, Osamu Ukimura, Shigeo Horie. Feasibility and accuracy of computational robot-assisted partial nephrectomy planning by virtual partial nephrectomy analysis. doi.org/10.1111/iju.12714 8. Alyaev Y.G., Sirota E.S., Bezrukov E.A., Sukhanov RB. Computer-assisted laparoscopic surgery for renal carcinoma. Urologiia. 2018;(3):30–38. Russian (Аляев Ю.Г., Сирота Е.С., Безруков Е.А., Суханов Р.Б. Компьютер-ассистированные лапароскопические операции при хирургическом лечении рака почки. Урология. 2018;(3):30–38). 9. Schiavina R., Bianchi L., Chessa F., Barbaresi U., Cercenelli L., Lodi S., Gaudiano C., Bortolani B., Angiolini A., Bianchi F.M., Ercolino A., Casablanca C., Molinaroli E., Porreca A., Golfieri R., Diciotti S., Marcelli E., Brunocilla E. Augmented Reality to Guide Selective Clamping and Tumor Dissection During Robot-assisted Partial Nephrectomy: A Preliminary Experience. Clin Genitourin Cancer. 2021;19(3):e149-e155. doi: 10.1016/j.clgc.2020.09.005. 10. Michiels C., Khene Z.E., Prudhomme T., Boulenger de Hauteclocque A., Cornelis F.H., Percot M., Simeon H., Dupitout L., Bensadoun H., Capon G., Alezra E., Estrade V., Bladou F., Robert G., Ferriere J.M., Grenier N., Doumerc N., Bensalah K., Bernhard J.C. 3D-Image guided robotic-assisted partial nephrectomy: a multi-institutional propensity score-matched analysis (UroCCR study 51). World J Urol. 2023;41(2):303–313. doi: 10.1007/s00345-021-03645-1. 11. Makiyama K., Tatenuma T., Ohtake S., Suzuki A., Muraoka K., Yao M. Clinical use of a patient-specific simulator for patients who were scheduled for robot-assisted laparoscopic partial nephrectomy. Int J Urol. 2021;28(1):130–132. doi: 10.1111/iju.14413. 12. Tapiero S., Karani R., Limfueco L., Xie L., Jefferson F.A., Reinwart C., Okhunov Z., Clayman R.V., Landman J. Evaluation of Interactive Virtual Reality as a Preoperative Aid in Localizing Renal Tumors. J Endourol. 2020;34(11):1180–1187. doi: 10.1089/end.2020.0234. 13. Mackin D., Fave X., Zhang L., Fried D., Yang J., Taylor B., Rodriguez-Rivera E., Dodge C., Jones A.K., Court L. Measuring Computed Tomography Scanner Variability of Radiomics Features. Invest Radiol. 2015;50(11):757–765. doi: 10.1097/RLI.0000000000000180. 14. Komai Y., Sakai Y., Gotohda N., Kobayashi T., Kawakami S., Saito N. A novel 3-dimensional image analysis system for case-specific kidney anatomy and surgical simulation to facilitate clampless partial nephrectomy. Urology. 2014;83(2):500–556. doi: 10.1016/j.urology.2013.09.053.
Об авторах / Для корреспонденции
А в т о р д л я с в я з и: А. А. Жолдубаев – аспирант Института урологии и репродуктивного здоровья человека ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» Минздрава России (Сеченовский Университет), Москва, Россия; е-mail: dr_agabek@mail.ru
Похожие статьи
