Читайте: Уже с октября пенсии вырастут: кому придет увеличенная выплата
Остеопороз часто долго остается незамеченным, поскольку на ранних стадиях заболевание может не сопровождаться выраженными симптомами. У многих пациентов диагноз устанавливают уже после перелома, когда костная ткань значительно ослаблена. При этом большое количество людей регулярно проходит КТ грудной клетки, живота или других областей по иным показаниям, и такие снимки уже содержат информацию о состоянии костей.
Разрабатываемая система автоматически анализирует существующие КТ-изображения и оценивает плотность костной ткани в позвонках. Алгоритм способен выделять необходимые анатомические структуры без дополнительного сканирования пациента. После этого программа рассчитывает показатели, которые могут указывать на повышенную вероятность остеопороза.
Главное преимущество подхода заключается в использовании уже имеющихся медицинских данных. Пациенту не требуется повторно проходить компьютерную томографию или получать дополнительную дозу рентгеновского излучения. Если система обнаружит подозрительно низкую плотность костей, врач сможет направить человека на более специализированное обследование.
Авторы рассчитывают использовать технологию как инструмент так называемого оппортунистического скрининга. При таком подходе исследования, выполненные для диагностики одного заболевания, одновременно используются для поиска признаков другого. Это особенно актуально для остеопороза, поскольку значительная часть людей с заболеванием долго не знает о снижении прочности костей.
Разработчики также работают над тем, чтобы программа могла автоматически включаться в обычный процесс обработки КТ-снимков. В таком случае врачу не придется вручную запускать отдельный анализ каждого исследования. Система сможет отмечать потенциально проблемные случаи и передавать их специалисту для последующей оценки.
Исследователи подчеркивают, что алгоритм не должен самостоятельно ставить окончательный диагноз. Его задача — находить пациентов, у которых признаки снижения плотности костей могли бы остаться незамеченными, и помогать врачам быстрее принимать решение о дополнительной диагностике.
Перед широким внедрением систему необходимо проверить на больших и разнообразных выборках пациентов. Разработчикам также предстоит оценить точность алгоритма при разных моделях томографов, настройках сканирования и заболеваниях, которые могут влиять на структуру костной ткани.
Читайте также: