CT scan dengan area kaca buram
Pasien dengan COVID-19 yang dikonfirmasi menjalani computed tomography dari paru-paru. Jika Anda beruntung - sekali, jika tidak - beberapa kali. Untuk pertama kalinya, Anda perlu memperkirakan tingkat kerusakan sebagai persentase. Tergantung pada kuartil tingkat kerusakan, regimen pengobatan selanjutnya ditentukan, dan perbedaannya sangat mencolok. Pada April 2020, kami mengetahui bahwa ada dua kesulitan:
- CT adalah gambar tiga dimensi, setiap lapisan gambar seperti itu disebut irisan. Dengan 300-800 irisan paru-paru pada CT, dokter menghabiskan 1 hingga 15 menit untuk mencari zona karakteristik untuk menentukan luasnya lesi. Satu menit adalah "dengan mata", 30 menit adalah rata-rata untuk pemilihan manual dan penghitungan area jaringan yang rusak. Dalam kasus yang sulit, hasilnya bisa diproses hingga satu jam.
- Keakuratan mendiagnosis tingkat infeksi virus corona oleh para ahli "dengan mata" tinggi di batas 0-30% dan 70-100%. Dalam kisaran 30-70, kesalahannya sangat tinggi, dan kami memperhatikan bahwa beberapa ahli radiologi, sebagai aturan, secara sistematis memperkirakan terlalu tinggi persentase kerusakan pada mata, sementara yang lain meremehkan.
Tugas dikurangi untuk menentukan jaringan paru-paru yang rusak dan menghitung proporsi volumenya terhadap total paru-paru.
Pada akhir April, bekerja sama dengan klinik, kami menyiapkan kumpulan data penelitian pasien secara anonim dengan analisis PCR COVID-19 yang dikonfirmasi, memberikan komite yang terdiri dari sepuluh ahli radiologi yang sangat baik dan memetakan sampel untuk pelatihan dengan seorang guru.
Ada versi beta di akhir Mei. Pada bulan Juli, ada model siap pakai untuk berbagai jenis peralatan CT yang digunakan di Rusia. Kami adalah tim di Sberbank's Artificial Intelligence Laboratory. Secara umum, kami mempublikasikan perkembangan kami dalam literatur ilmiah (MICCAI, AIME, BIOSIGNALS), dan kami akan membicarakannya bahkan di AI Journey.
Mengapa ini penting
Ahli radiologi telah menerima antrian pada akhir April. Itu penting:
- Tingkatkan throughput poin dengan pemeriksaan CT.
- Kedua, tingkatkan akurasi penelitian.
- Buatlah agar mungkin untuk melihat secara akurat perubahan tingkat lesi di antara gambar satu pasien (dan ini bisa menjadi beberapa persen, penting untuk dipahami apakah sudah menjadi lebih atau kurang).
Selanjutnya, pada gelombang pertama, situasinya menjadi lebih buruk, karena ahli radiologi berpengalaman jatuh sakit dan meninggalkan proses tersebut. Akurasi dan kecepatan menurun.
Kecerdasan buatan bagus dalam mengklasifikasikan data medis. Prioritas pasien yang benar menyelamatkan nyawa, karena semakin akurat kita menentukan tingkat cedera, semakin besar kemungkinan orang yang sakit parah menerima obat yang diperlukan dan (jika semuanya memburuk) ventilasi mekanis tepat waktu. Dan bahwa orang yang paru-parunya tidak terlalu terpengaruh tidak akan ditempatkan di rumah sakit.
Menilai proporsi kerusakan adalah salah satu tugas yang paling sulit dan membutuhkan banyak sumber daya bagi seseorang dalam diagnosis, karena perlu untuk menilai sejumlah besar fokus tidak teratur, yang dibagi menjadi banyak bagian.
Tugas itu sendiri
Di pintu masuk - irisan aksial dengan ketebalan tertentu. Biasanya pengaturannya diatur dari 0,5 mm menjadi 2,5 mm. Sangkar tulang rusuk adalah 300 hingga 800 gambar 2D. Mereka dibawa ke perkiraan korespondensi satu sama lain, yaitu, mereka telah diubah sehingga, secara kondisional, gambar pada film tembus cahaya dengan ketebalan tertentu dapat dibangun, dan model peti akan diperoleh. Tapi semuanya sudah lama, tentunya dalam bentuk digital.
Penonton dapat menampilkan CT scan dalam beberapa lapisan atau membuat model 3D. Model tersebut tidak terlalu informatif bagi dokter, karena sulit untuk memahami dari mereka lokalisasi fokus jenis lesi ini. Para profesional sering menggunakan rekonstruksi multiplanar - mereka menampilkan tiga proyeksi ortogonal - horizontal, frontal, dan sagital. Kemudian, secara bergantian, mereka memindai setiap sumbu di sepanjang bagian, mencari apa yang dibutuhkan. Ini terjadi dengan cepat dalam praktiknya. Anda perlu melihat melalui 500 gambar ini tiga kali:
Dokter yang berbeda mendapatkan hasil yang berbeda dalam hal persentase kerusakan setelah melihat seperti itu.
Kita perlu mengukur volume paru-paru di dada dan menemukan semua konsolidasi di sana, lalu memperkirakan volumenya. Pada sampel pertama, kami mengambil 60.000 irisan CT yang direkonstruksi (perangkat memotret dalam satu sumbu, tetapi proyeksi yang diperlukan dapat diperoleh dengan menggunakan transformasi).
Sepuluh dokter kami tidak mengevaluasi dengan mata, tetapi memilih semua konsolidasi secara manual, memeriksa setiap bagian dengan cermat. Kami sedikit memperkaya set pelatihan dengan augmentasi - kombinasi peregangan, kontraksi, rotasi, dan pergeseran pada set yang ada.
Algoritme menentukan adanya konsolidasi untuk setiap titik. Model jaringan saraf yang digunakan didasarkan pada arsitektur U-Net yang diterbitkan pada tahun 2016... Keuntungan dari arsitektur U-Net adalah bahwa jaringan saraf menganalisis gambar asli pada skala yang berbeda, dan ini memungkinkan lapisan konvolusional untuk "melihat" area gambar, yang ukurannya tumbuh secara eksponensial seiring dengan meningkatnya kedalaman jaringan saraf. Dengan kata lain, setiap lipatan "terlihat" di area kecil 3 × 3 piksel. Kemudian skalanya dikurangi dua kali, lalu dua kali lagi: setiap lilitan berikutnya terlihat di area seluas 3 × 3 piksel, tetapi di belakang piksel ini ada bagian gambar, dikurangi beberapa kali (6 × 6, 12 × 12, ...). Ansambel terakhir berisi dua jaringan neural konvolusional dengan arsitektur serupa berdasarkan U-Net, dengan bagian "pemampatan" yang lebih berat daripada di artikel aslinya.
Dimana jaringan salah, tapi dokter tidak salah
Terkadang di dalam gambar itu ada yang disebut artefak, baik itu hasil pernafasan maupun gerakan tubuh. Dalam hal ini, area dengan karakteristik yang mirip dengan perubahan muncul pada gambar, tetapi ini bukan patologi. Bahkan jika model mengidentifikasi area ini, maka pengaruh totalnya pada hasil adalah beberapa persepuluh persen, dan keputusan dibuat oleh kuartil, yaitu, pasien harus dimasukkan ke salah satu dari empat kategori dalam hal tingkat kerusakan. Oleh karena itu, kami telah mengabaikan bagian tugas ini. Jauh lebih penting untuk mengkonfigurasi jaringan untuk setiap jenis peralatan yang digunakan di negara tersebut.
Normalisasi
Tomograf menulis file dalam standar DICOM, tetapi interpretasi dari standar dan format perekaman bisa sangat berbeda, sehingga butuh banyak waktu dan tenaga untuk mempertahankan file yang ditulis oleh semua mesin CT. Sebagai hasilnya, kami juga memiliki alat untuk mengurangi semua file DICOM menjadi satu standar dan satu bentuk, yang selanjutnya akan berguna untuk memecahkan masalah diagnostik, jika kami menanganinya. Dan tidak hanya COVID-19.
Perangkat lunak kami tidak mengganggu dokter, tetapi dipasang secara paralel. Dia memiliki alat biasa dan solusi kami, yang menunjukkan rangkaian tambahan dengan laporan analitis dan lokalisasi dari konsolidasi yang ditemukan. Laporan analitis terlihat seperti ini:
Perangkat lunak ini dipasok oleh On-premise dan termasuk dalam alur kerja klinik, bekerja dengan mesin CT dan workstation dokter menggunakan protokol DICOM, dipasang di server klinik di dalam sirkuit yang dilindungi, GPU yang kuat diperlukan agar jaringan saraf berfungsi. Ada juga solusi cloud, karena tidak semua klinik regional mampu membelinya. Ada fitur dengan transfer data medis, Anda perlu dijamin tidak dipersonalisasi.
Mengapa produsen tomograf tidak melakukan apa-apa?
Tampaknya kita adalah satu-satunya pahlawan yang mengambil tugas itu. Tidak, ada pendekatan lain. Paling sering, produsen tomograf selesai menyortir menurut skala Hounsfield (kepadatan jaringan) dan merilis plugin yang sudah jadi, eh ... secara terpisah berlisensi, atau pedoman tentang cara mengatur pengaturan sehingga hanya jenis jaringan tertentu yang terlihat. Hal ini memungkinkan untuk melihat konsolidasi dengan lebih baik (idealnya, hanya karakteristik jaringan dari mereka dalam hal kepadatan untuk fluks radiasi yang tersisa dalam bingkai), tetapi tetap tidak memungkinkan mereka untuk menghitung secara otomatis. Selain itu, membuka kunci fitur seperti itu seringkali lebih mahal daripada beberapa implementasi kami dan server GPU untuk mereka.
Di mana melihat lebih detail
Disini .
Lebih detail .