Миома матки
3D-моделирование
Хирургия малого таза
Машинное обучение
Клиника СПбГУ
Помогает выбрать лучшую хирургическую тактику при лечении миом
ПО для создания 3D-моделей матки по снимку МРТ
  • 96 %
    составляет чувствительность нейросети, обученной экспертами Клиники СПбГУ. Это означает, что в 96 % случаев она верно определяет наличие и границы миомы матки на снимке МРТ. Этого достаточно для существенной помощи хирургам в планировании операций.
  • Около 600 операций
    по удалению миомы матки проводится в Клинике высоких медицинских технологий имени Н. И. Пирогова СПбГУ ежегодно.
  • 267 снимков МРТ органов малого таза
    использовали врачи Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ во время обучения нейросетевой модели для собственных задач.
  • Три вида тканей
    способна самостоятельно определить нейросеть: ткань матки, внутреннюю оболочку матки — эндометрий, а также миому — доброкачественное образование из мышечных клеток стенки матки.

О проекте

Специалисты Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ обучили и внедрили в работу нейросеть для создания 3D-моделей миом матки по снимкам МРТ. ПО с понятным интерфейсом за считанные секунды определяет границы органов и опухолей, что дает возможность врачам минимизировать хирургические разрезы, а значит — повышать шансы пациенток на здоровую беременность в будущем.
Сегодня врачи по всему миру используют 3D-моделирование тканей и органов, чтобы ускорить проведение операций и снизить осложнения после вмешательств. При этом снимки КТ (компьютерной томографии) преобразуются в трехмерные образы достаточно легко, ведь кости и плотные структуры интенсивнее поглощают рентгеновское излучение и хорошо видны на фоне окружающих тканей. А вот со снимками МРТ (магнитно-резонансной томографии), которые незаменимы при исследовании мозга, печени, малого таза, все обстоит сложнее. Границы между органом и, скажем, опухолью обычно вручную размечает медицинский специалист в течение 30–40 минут.

Эксперты Клиники СПбГУ обучили нейросеть всего за несколько секунд определять по снимкам МРТ три вида структур: матки, миомы и эндометрия. Разработанное специалистами программное обеспечение также дает возможность определять объем миомы, матки и площадь их соприкосновения. Изучение подобных характеристик открывает перспективы для создания новых метрик, позволяющих заранее предсказывать уровень травматизации органа во время операции, а значит — лучше заботиться о сохранении репродуктивной функции пациенток.

Подобные проекты уже реализовывали в Китае и США, но ранее никто не решал задачу интеграции 3D-моделирования в рутинную практику врачей, работающих с миомами матки. Впервые благодаря простому и понятному интерфейсу, созданному экспертами СПбГУ, технология стала доступна для врачей без опыта взаимодействия с ИИ и не требует привлечения технических специалистов. Сегодня система уже внедрена в Клинике СПбГУ и подключена к внутреннему архиву МРТ, что дает возможность медикам нажатием всего одной кнопки создавать трехмерные образы.

В будущем технологию можно адаптировать для создания трехмерных моделей опухолей печени и мозга, однако на данном этапе речь пока идет о доброкачественных новообразованиях. Раковые опухоли распространяются не всегда в предсказуемом направлении, отмечают эксперты, а также внедряются в другие ткани, что делает их моделирование более сложным процессом, однако все же возможным с активным развитием технологий искусственного интеллекта.
Преимущества
  • Доступность
    Программное обеспечение, созданное экспертами Клиники СПбГУ, адаптировано для использования медиками, которые не имеют опыта взаимодействия с нейросетями и работы со снимками МРТ, а значит — доступно максимальному количеству специалистов.
  • Высокая скорость
    Благодаря разработке врачей Клиники СПбГУ на создание 3D-модели матки по снимку МРТ теперь уходит около 5–15 секунд (в зависимости от мощности компьютера). Раньше у специалиста эта работа занимала около 30–40 минут.
  • Наглядность
    Работа с 3D-моделями матки помогает врачам детально продумывать тактику хирургического лечения задолго до первого разреза на операционном столе, а значит — минимизировать риски осложнений после вмешательства. Кроме того, модели помогают пациентам лучше разбираться в особенностях своего заболевания и испытывать меньше стресса во время лечения.
  • Точность
    Обученная экспертами СПбГУ нейросеть способна в автоматическом режиме достаточно точно определять границы матки и миом, их объемы и площадь соприкосновения.
Пользователи
Акушеры-гинекологи, гинекологи-хирурги, гинекологи-эндокринологи, врачи ультразвуковой диагностики, репродуктологи и другие специалисты, занимающиеся лечением миом матки.
Цели

Создать программное обеспечение, которое позволяет всего за несколько секунд получить 3D-модель матки по МРТ-снимку, а также оснастить его понятным интерфейсом, чтобы сделать доступным для врачей без опыта работы с ИИ.

Выгоды
ПО для автоматического создания 3D-моделей матки по снимкам МРТ позволяет врачам еще более качественно готовиться к операциям, минимизировать хирургические травмы и снижать вероятность возникновения осложнений, а значит — оперировать больше сложных случаев. К тому же благодаря разработке пациенты лучше понимают план своего лечения и меньше волнуются во время вмешательств.
Команда
  • Никита Сергеевич Харлов

    научный руководитель проекта, заведующий гинекологическим отделением Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ, врач-онколог, хирург, онкогинеколог

  • Ян Павлович Жумабеков

    разработчик программного обеспечения, врач акушер-гинеколог гинекологического отделения Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ

  • Александр Сергеевич Басос

    куратор проекта, кандидат медицинских наук, руководитель направления оперативной гинекологии Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ

Документы
Патент РФ № 2024124917/14 от 26.08.2024 "Способ автоматизированной сегментации и формирования трёхмерной модели матки и миоматозных узлов по данным магнитно-резонансной томографии для предоперационного планирования миомэктомии"
История успеха
Подход позволяет минимизировать хирургические разрезы, а значит — повышать шансы пациенток на здоровую беременность
Читать историю успеха
Больше возможностей
  • От индивидуальных хирургических инструментов до объектов дополненной реальности
    Подробнее
  • Программа на основе ИИ для диагностики состояния височно-нижнечелюстного сустава
    Подробнее
Оставить заявку
Укажите контактную информацию, мы вам перезвоним и ответим на интересующие вопросы
Наши эксперты готовы ответить на ваши вопросы
Получить консультацию
Простым языком об исследованиях и разработках ученых СПбГУ
Журнал «Санкт-Петербургский университет»