Российские ученые научили нейросеть диагностировать сколиоз без рентгена

❋ 4.7

Ученые Пермского Политеха разработали метод диагностики сколиоза с помощью искусственного интеллекта. Для анализа используется обычная камера смартфона: алгоритм строит 3D-модель спины, определяет ключевые точки позвоночника и вычисляет параметры искривления с точностью до 88%. Это решает проблему недоступности дорогих и небезопасных методов диагностики (рентген, МРТ, КТ) для массового и регулярного обследования, особенно детей и беременных. Приложение будет доступно для бесплатного скачивания в сентябре.

ПНИПУ

# искусственный интеллект

# позвоночник

# рентген

# сколиоз

Образцы трехмерных изображений дорсальной поверхности тела человека, порождаемых ScolView™, где зеленым указана кривая N0O; а, б – вид в фронтальной и сагиттальной плоскости (вид сзади и сбоку соответственно), символами указаны углы деформации линии позвоночника / © Пресс-служба ПНИПУ

Результаты исследований опубликованы в статье. Сколиоз представляет собой опасное трехмерное искривление позвоночника, которое наиболее часто развивается в подростковом возрасте. Согласно медицинской статистике, распространенность сколиоза среди детей достигает 39% случаев. Заболевание характеризуется не только боковой деформацией, но и скручиванием позвоночного столба, что приводит к формированию реберного горба (ротация) и деформации грудной клетки.

Это нарушает функцию легких и сердца, вызывая одышку и снижение выносливости. Постоянная нагрузка на мышцы провоцирует хронический болевой синдром, ускоряет износ позвоночника, способствуя развитию остеохондроза и грыж. В тяжелых случаях возможны неврологические осложнения, инвалидизация и серьезные психологические проблемы, включая депрессию и социальную дезадаптацию.

Существующие методы диагностики сколиоза обладают серьезными ограничениями, особенно для детей и беременных женщин. Рентген снимается в двух проекциях и не позволяет оценить трехмерную деформацию и скручивание позвоночника, к тому же он несет риск лучевой нагрузки. Тест Адамса (наклон вперед) дает лишь субъективную качественную оценку без точных количественных показателей. МРТ, хотя и не несет лучевой нагрузки и преимущественно используется для выявления причин деформаций и предоперационного планирования, но из-за высокой стоимости недоступен для массового обследования. Наиболее серьезные ограничения связаны с компьютерной томографией, которая из-за высокой дозы облучения категорически противопоказана для регулярного мониторинга уязвленных групп населения, что создает существенные проблемы в системе динамического наблюдения за пациентами этих категорий.

Безопасной альтернативой является трехмерная оптическая топография, создающая 3D-модель спины без излучения. Однако система требует дорогого оборудования и специальных помещений, что ограничивает ее доступность. В том числе, сам процесс сканирования и анализа занимает много времени, а точность зависит от правильности позиции пациента и технических параметров. Данные особенности создают предпосылки для разработки более доступных и практичных диагностических технологий.

Ранее ученые Пермского Политеха 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.

Для успешного внедрения нейросети в клиническую практику учеными был проведен сравнительный анализ, в ходе которого сопоставили данные, полученные с помощью искусственного интеллекта, с результатами диагностики методом трехмерной оптической топографии. В рамках данной работы она применялась как эталонный метод, обеспечивающий точные измерения деформаций позвоночника и туловища. Такой подход позволил получить объективные данные по асимметрии тела, пространственной ориентации туловища, углам искривления позвоночника и показателям баланса. Полученные результаты использовались в качестве «золотого стандарта» для проверки достоверности нового диагностического метода.

— 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 Иван Шитоев, ассистент кафедры «Вычислительная математика, механика и биомеханика ПНИПУ.

Для сравнения результатов двух методов использовали специальный математический подход — корреляционный анализ. Он проверял, насколько изменения в показаниях одного метода соответствуют изменениям другого. Оказалось, что в данном исследовании эта согласованность была очень высокой — все значения находились в практически одном диапазоне.

— Анализ данных выявил 54 значимые взаимосвязи между показателями двух методов диагностики. Были обнаружены сильные связи в четырех ключевых категориях: параметры асимметрии тела (перекос плеч, лопаток, таза), деформации позвоночника (боковые отклонения, кифоз), ротационные показатели (скручивание отдельных сегментов позвоночника) и параметры баланса тела. Например, угол перекоса лопаток по нейросети тесно связан с асимметрией плечевого пояса по компьютерной оптической томографии, — объяснил Иван Шитоев.

Результаты эксперимента показывают высокую степень согласованности с данными рентгенографии, превышающую 75%. При этом по сравнению с компьютерной оптической томографией уровень соответствия достигает 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.

Благодаря этому исследованию, мобильное приложение является эффективным инструментом для массового профилактического обследования и профессиональной клинической оценки, создавая доступную альтернативу дорогостоящим диагностическим системам. Технология открывает возможности для раннего выявления патологий в любых условиях — от медучреждений до домашнего использования — что принципиально меняет подходы к профилактике и своевременному вмешательству при заболеваниях опорно-двигательной системы.

В настоящее время ведется работа над обновлением интерфейса программы ScolView. Ее релиз запланирован на сентябрь: приложение будет доступно для бесплатного скачивания в основных магазинах (AppStore, GooglePlay, RuStore и другие) с возможностью приобретения платных премиум-функций.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.

Пермский национальный исследовательский политехнический университет (национальный исследовательский, прошлые названия: Пермский политехнический институт, Пермский государственный технический университет) — технический ВУЗ Российской Федерации. Основан в 1960 году как Пермский политехнический институт (ППИ), в результате объединения Пермского горного института (организованного в 1953 году) с Вечерним машиностроительным институтом. В 1992 году ППИ в числе первых политехнических вузов России получил статус технического университета.