Progorod logo

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

1 сентября 14:11Возрастное ограничение16+
Фото ИИ youtvnews.ru

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.

Перейти на полную версию страницы

Читайте также: