научный руководитель проекта, заведующий гинекологическим отделением Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ, врач-онколог, хирург, онкогинеколог
Никита Сергеевич Харлов
ЭКСПЕРТ
разработчик программного обеспечения, врач акушер-гинеколог гинекологического отделения Клиники высоких медицинских технологий
имени Н. И. Пирогова СПбГУ
Ян Павлович Жумабеков
ЭКСПЕРТ
куратор проекта, кандидат медицинских наук, руководитель направления оперативной гинекологии Клиники высоких медицинских технологий
имени Н. И. Пирогова СПбГУ
Александр Сергеевич Басос
ЭКСПЕРТ
Кейсы
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.
28.10.26
Миома матки
Хирургия малого таза
3D-моделирование
Врачи СПбГУ научились за секунды создавать 3D-модели миом матки по снимкам МРТ
Спасти не только орган, но и функцию
Фертилосберегающая хирургия — так гинекологи-хирурги Клиники СПбГУ называют свою непростую работу. Мало аккуратно удалить доброкачественную опухоль матки — миому. Важно максимально сберечь репродуктивный орган — будущую «колыбель» для плода. Поэтому врачам приходится просчитывать течение операции на много шагов вперед. У них нет права на лишнее движение скальпелем: нежный слой эндометрия — внутренней слизистой оболочки матки — должен в будущем суметь удержать эмбрион и напитать его полезными веществами.

Незаменимым инструментом для проведения сложных операций по удалению миом становится 3D-моделирование: оно позволяет детально продумать хирургическую тактику при множественных или сложно расположенных опухолях. Для решения таких трудных задач врачи Клиники высоких медицинских технологий имени Н. И. Пирогова обучили собственную нейросеть всего за несколько секунд создавать трехмерный образ матки, миомы и эндометрия по снимку МРТ (магнитно-резонансной томографии).
  • Александр Сергеевич Басос
    куратор проекта, кандидат медицинских наук, руководитель направления оперативной гинекологии Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ
    «Для нас категорически неприемлем принцип "Мы сейчас приступим к миомэктомии (операции по удалению миомы матки — Прим. ред.) — и там поймем, что делать…". Если во время операции потребовалось провести дополнительное УЗИ-исследование, значит — мы совершили ошибку на дооперационном этапе. Наш подход: собрать максимальное количество информации до вмешательства, чтобы потом сделать как можно меньше разрезов и минимизировать операционную травму, при этом наиболее эффективно сформировать швы на матке и выполнить реконструктивный этап. 3D-модель позволяет решить многие из этих вопросов».

Операция по удалению миомы матки в Клинике СПбГУ. Изображение предоставлено Никитой Сергеевичем Харловым

Доступно для врачей различных специальностей
Для обучения нейросети исследователи использовали 267 снимков МРТ органов малого таза пациенток со всей России. Файлы предварительно анонимизировали и разметили, то есть вручную определили на них границы различных тканей. С помощью этих материалов авторы обучали искусственный интеллект. Тренировку ИИ под собственные задачи проводили на базе свободно распространяемой платформы глубокого обучения нейросети nnU-Net — она хорошо зарекомендовала себя при решении похожих медицинских задач.

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.
  • Ян Павлович Жумабеков
    разработчик программного обеспечения, врач акушер-гинеколог гинекологического отделения Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ
    «Нам удалось добиться коэффициента перекрытия на уровне 90 % — этот показатель демонстрирует степень точности работы модели по определению границ разных тканей по сравнению с экспертной разметкой. Кроме того, чувствительность обученной нами нейросети составляет 96 %. Это означает, что в 96 % случаев она верно определяет наличие миомы матки на снимке МРТ. Этого достаточно для существенной помощи хирургам в планировании операций, ведь все снимки и трехмерные визуализации в любом случае проверяет врач, и именно он принимает решение об объеме хирургического вмешательства».
МРТ против КТ
Благодаря разработке врачей Клиники СПбГУ на создание 3D-модели матки теперь уходит около 5–15 секунд (точное время зависит от мощности конкретного компьютера). Но так было не всегда: раньше у специалиста эта работа занимала около 30–40 минут, потому что границы между тремя видами мягких тканей — матки, эндометрия и миомы — приходилось размечать вручную.

В отличие от 3D-моделирования таких анатомических структур, как кости, кровеносные сосуды или, к примеру, почки, где базовым источником информации обычно становится снимок КТ (компьютерной томографии), при создании трехмерных моделей более мягких структур специалистам приходится иметь дело с файлами МРТ. Если снимки КТ преобразуются в трехмерные образы достаточно легко, ведь плотные структуры интенсивнее поглощают рентгеновское излучение и хорошо видны на фоне окружающих тканей, то вот научить машину быстро разбираться, где заканчивается орган и начинается опухоль на МРТ, — задача нетривиальная. У врачей Клиники СПбГУ ушло около года на реализацию проекта.
  • Никита Сергеевич Харлов
    научный руководитель проекта, заведующий гинекологическим отделением Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ
    «Любое пространственное изображение состоит из вокселей — трехмерных аналогов пикселей, которые в КТ-исследовании имеют одну главную характеристику — плотности ткани. Сложность работы с МРТ-изображениями состоит в том, что в них нет никакой универсальной единицы, которая не зависела бы от вида аппарата или его настроек. А значит — не может быть и универсального алгоритма сегментации таких изображений. Автоматизация данного процесса была огромной проблемой для тех врачей, которые пользуются именно МРТ-снимками мозга, печени и органов малого таза. Нейросеть — это как раз тот инструмент, который можно научить смотреть не на характеристики конкретных вокселей, а распознавать анатомические образы органов. И нам это удалось».

Интерфейс приложения, разработанного специалистами Клиники СПбГУ. Изображение предоставлено Никитой Сергеевичем Харловым

Математика хирургического решения
Программное обеспечение, созданное врачами Клиники СПбГУ для работы с трехмерными образами, также позволяет определять объемы миом, 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.

«Мы привыкли оценивать миому матки по размерам узлов (опухолей — Прим. ред.), их количеству и расположению. Однако использование ИИ дает нам возможность применять принципиально новые метрики патологического процесса. Например, определять объем миоматозной ткани, отношение ее объема к объему матки, площадь столкновения миомы со здоровым эндометрием. Словом, мы потенциально можем просчитать условный коэффициент травматизации, а значит, понять, где находится та граница травмы матки, после которой у нас уже появятся сомнения в том, сохранится ли репродуктивная функция органа в результате такой операции», — объясняет Никита Харлов.

Ранее, отмечает врач, числовых эквивалентов такому риску не существовало, и сегодня исследователи стоят на пороге создания нового направления в современной оперативной гинекологии. Для его развития потребуется не один год клинических исследований, а также создание убедительного научного обоснования, но в будущем это даст возможность лучше прогнозировать шансы пациенток на здоровую беременность после подобных вмешательств.
Около 600 операций по удалению миом матки проводится в Клинике высоких медицинских технологий имени Н. И. Пирогова СПбГУ ежегодно.
Будущее технологии
«Следующим шагом станет применение этой технологии при глубоком инфильтративном эндометриозе: искусственный интеллект потенциально позволит автоматически распознавать очаги заболевания на МРТ и формировать персонализированную 3D-карту их взаимоотношений с кишечником, мочеточниками, сосудами и другими структурами малого таза, превращая диагностику в инструмент точного планирования операции», — уверен куратор проекта, кандидат медицинских наук, руководитель направления оперативной гинекологии Клиники высоких медицинских технологий имени Н. И. Пирогова СПбГУ Александр Сергеевич Басос.

В будущем технологию можно адаптировать для создания дополненной реальности во время проведения операций на матке. Еще одно перспективное направление — использование трехмерных моделей органов при лечении опухолей мягких тканей, в работе с которыми более информативными остаются именно МРТ-снимки печени, прямой кишки или головного мозга.

На данном этапе речь пока идет о работе с доброкачественными новообразованиями. 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.

Разработка врачей Клиники СПбГУ без сомнений будет востребована: миома матки остается сегодня одной из наиболее распространенных доброкачественных опухолей женской половой сферы. Она возникает у 20–40 % представительниц прекрасного пола репродуктивного возраста.

К тому же активно развивается мировой рынок гинекологического оборудования: по информации компании SNS Insider в 2025 году его объем составил $11,29 млрд. Ожидается, что к 2035 году он достигнет уже $24,71 млрд. Что интересно, рост спроса обусловлен увеличением частоты таких заболеваний, как миома матки, эндометриоз и рак шейки матки, ростом числа процедур по лечению бесплодия, а также более широким применением передовых методов диагностической визуализации, к которым относится и 3D-моделирование органов.
Полина Огородникова
Автор статьи
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»