Пермские ученые создали ИИ-приложение для диагностики сколиоза с точностью 75% через камеру смартфона

Искусственный интеллект на страже здоровья позвоночника

Специалисты Пермского национального исследовательского политехнического университета (ПНИПУ) разработали новый способ диагностики искривления позвоночника (сколиоза) и оценки общего состояния позвоночника. Этот метод основан на использовании искусственного интеллекта (ИИ) и камеры обычного смартфона. Разработка показывает точность диагностических данных на уровне выше 75%, как сообщается со ссылкой на ТАСС Наука.

"Ученые разработали и с нуля обучили специальную нейросеть, предназначенную для автоматического распознавания ключевых анатомических точек на спине по обычной фотографии. На основе данного алгоритма было создано готовое к использованию приложение для смартфонов и компьютеров, которое предлагает два режима работы: экспресс-анализ по статичному изображению и фотограмметрию - расширенный анализ с построением 3D-модели на основе видеозаписи, которая рассчитывает все необходимые параметры (углы искривления, ротации, асимметрии) без лучевой нагрузки", - рассказали в ПНИПУ.

По мнению авторов разработки, существующие методики выявления сколиоза подходят не всем и не всегда. Например, рентгеновские снимки не позволяют обнаружить скручивание позвоночника. Магнитно-резонансная томография (МРТ) и компьютерная томография (КТ) не могут часто использоваться для обследования детей и беременных женщин из-за лучевой нагрузки. При этом современное 3D-моделирование остается труднодоступным из-за высокой стоимости оборудования.

Тем временем сколиоз становится все более частой проблемой среди молодых людей. Это состояние приводит к образованию реберного горба и деформации грудной клетки, что нарушает функционирование легких и сердца, вызывая одышку и снижение выносливости.

Для проверки нового метода диагностики ученые Пермского политеха сравнили данные, полученные от нейросети, с результатами трехмерной оптической топографии. Этот метод был выбран как эталонный, поскольку он обеспечивает точные измерения деформаций позвоночника и туловища.

"В исследовании приняли участие 166 детей, каждому из которых провели диагностику двумя методами: инновационной системой на основе искусственного интеллекта и классической компьютерной оптической топографией. В рамках первого подхода было выполнено 120 фотографий спины с разных ракурсов, на основе которых нейросеть построила детализированную 3D-модель, автоматически определила 16 ключевых анатомических точек (в области шеи, лопаток, талии и других зон) и рассчитала 123 клинических параметра позвоночника, включая все необходимые углы искривления и ротации", - рассказал ассистент кафедры вычислительной математики, механики и биомеханики ПНИПУ Иван Шитоев.

Анализ данных, полученных в ходе эксперимента от нейросети, по словам Шитоева, продемонстрировал высокую степень согласованности с результатами рентгенографии, превышающую 75%. Уровень соответствия с данными компьютерной оптической топографии достиг 95%.

"Полученные показатели объективно подтверждают диагностическую точность нейросети по всем важным параметрам. Алгоритм верно идентифицирует как явные нарушения осанки, так и сложные пространственные деформации, обеспечивая уровень анализа, сопоставимый со специализированным медицинским оборудованием", - пояснил исследователь.

В университете отметили, что разработка пермских ученых открывает возможности для раннего обнаружения патологий опорно-двигательной системы в любых условиях - от медицинских учреждений до домашнего использования. Это принципиально меняет подходы к профилактике и своевременному вмешательству при данных заболеваниях.

Как сообщалось ранее, в августе 2024 года исследователи из Санкт-Петербургского государственного педиатрического медицинского университета (СПбГПМУ) совместно со специалистами Яндекса создали систему искусственного интеллекта. Эта разработка предназначена для помощи врачам в выявлении ранних признаков детского церебрального паралича (ДЦП) и других серьезных заболеваний центральной нервной системы у младенцев. Профессор СПбГПМУ Александр Поздняков пояснял, что нейросеть Яндекса значительно ускоряет анализ МРТ-изображений, который ранее занимал от нескольких часов до нескольких дней. Система, обученная на 1500 обезличенных МРТ-снимках пациентов университета, анализирует результаты с точностью до 90%. Руководитель Yandex Cloud Анна Лемякина подчеркивала уникальность решения, нацеленного на задачу, которую ранее не охватывали коммерческие продукты. Данный облачный сервис доступен для бесплатного использования любым врачом.