Ученые из Научно-исследовательского института комплексных проблем сердечно-сосудистых заболеваний (Кемерово) и Томского политехнического университета разработали алгоритм, который поможет хирургам правильно устанавливать искусственный клапан в месте выхода аорты из сердца — это бывает необходимо при нарушениях поступления крови в этот сосуд. Алгоритм в реальном времени анализирует изображения с операционного ангиографа, который врачи используют во время процедуры для определения места, где нужно разместить имплантат. Эта технология повысит точность хирургических манипуляций и значительно снизит вероятность погрешностей. Результаты исследования, поддержанного грантом Российского научного фонда, опубликованы в журнале Frontiers in Cardiovascular Medicine. Кратко о них рассказывается в пресс-релизе фонда.
Во время операции по протезированию сердечного клапана имплантат нужно аккуратно доставить к сердцу по сосудам, а затем установить в нужное место. Если его расположить со смещением, это может вызвать осложнения и даже смерть пациента. 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.
Основные этапы эксперимента. Источник: Евгений Овчаренко
Авторы исследования разработали 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 % из которых использовали для тренировки алгоритма, а 20 — для проверки. 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.
Расположение точек-ориентиров, использованных для обучения математической модели. Источник: Danilov et al./Front. Cardiovasc. Med., 2021
Далее, чтобы проверить алгоритм, исследователи предложили ему самому найти все 11 ориентиров на оставшихся 20 % 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, заведующий отделом организации инновационных и клинических исследований, заведующий лабораторией новых биоматериалов НИИ КПССЗ.
