Путь к стационарному наблюдению за рентгенологическим исследованием грудной клетки

Прогноз о замене искусственного интеллекта радиологов может пугать наше сообщество, но мы точно еще не достигли цели. Пока не наступит этот момент, я постараюсь сделать реалистичный обзор того, каким в ближайшем будущем может стать рабочий процесс радиологии на базе ИИ.

Я твердо верю, что игроки, которые меняют правила игры в области искусственного интеллекта и здравоохранения, овладеют искусством беспрепятственной интеграции в текущие клинические и радиологические рабочие процессы или ... полной замены и разрушения того, как мы делаем это сегодня !

Ранее я описывал, как ИИ может трансформировать рабочий процесс рентгеновского снимка травматического опорно-двигательного аппарата, а сегодня я опишу второй рабочий процесс обычной рентгенографии, который может быть нарушен ИИ; Путь к стационарному наблюдению за рентгенологическим исследованием грудной клетки.

Рентген грудной клетки - это наиболее часто выполняемое медицинское обследование во всем мире, и его заказывают самые разные медицинские работники, от врачей общей практики до высокоспециализированных онкологов. Только в Великобритании с апреля 2012 года по март 2013 года было выполнено около 7,7 миллионов рентгеновских снимков грудной клетки. (REF 1)

Многие госпитализированные пациенты в специализированных отделениях или отделениях интенсивной терапии (ОИТ) регулярно проходят рентгенологическое исследование грудной клетки во время их пребывания в больнице. Эти рутинные рентгенограммы предназначены для контроля развития заболевания и состояния грудной клетки, а также для выявления осложнений, связанных с иммобилизацией в постельном режиме (бронхо-аспирация и инфекция) и постоянными устройствами (неправильное положение). Некоторым пациентам может делаться до 2 или более рентгеновских снимков грудной клетки в день в зависимости от тяжести заболевания, местных привычек и уровня беспокойства лечащего врача. Это генерирует огромное количество повторяющихся рентгеновских снимков грудной клетки, обычно немного отличающихся друг от друга, которые анализируются лечащим врачом без рентгенологической экспертизы.

Для врача, не являющегося радиологом (мы называем его клиницистом), совершенно нормально и законно проверять эти рентгеновские снимки у постели больного и при необходимости немедленно сообщать пациенту и вмешиваться. Обычно (исходя из моего личного опыта) клиницисты, как правило, уделяют больше внимания основному заболеванию пациента и проводят очень «выборочный» анализ рентгеновского снимка грудной клетки. Они склонны искать ответ на свой конкретный вопрос и могут упустить из виду некоторые дополнительные выводы, не связанные напрямую с основной проблемой пациента. Напротив, радиологи имеют более всеобъемлющий анализ рентгенограммы, используя контрольные списки и структурированные системы интерпретации и отчетности для тщательного изучения всех органов и частей рентгенограммы, в конечном итоге принимая большая часть изображения.

Возьмем, к примеру, пневмоторакс.

Пневмоторакс - это заболевание, при котором воздух аномально располагается между легкими и грудной стенкой, он сдавливает легкие и нарушает дыхание и кровообращение в сердце. Пневмоторакс поражает примерно 7,4–18 человек на 100 000 человек в год. (REF 2)

Пневмоторакс можно лечить консервативно (подход «не прикасаться») с помощью небольшого прокола для эвакуации аномального скопления воздуха или через трубку большего размера, вставленную внутрь грудной клетки, особенно в плевральное пространство между легким и грудной стенкой, и поддерживать ее в течение нескольких дней. . Если этих методов недостаточно, оптимальным вариантом является операция с плевродезом (постоянное прикрепление легкого к грудной стенке).

Пациенту, госпитализированному с пневмотораксом, будут делать повторные рентгеновские снимки грудной клетки, чтобы проследить эволюцию аномального скопления воздуха в грудной клетке. Каждый рентгеновский снимок немного отличается от предыдущего до почти высокого разрешения.

Клиницисты, не являющиеся радиологами, отвечающие за пациента, изучат эти рентгеновские снимки грудной клетки у постели больного, оценит развитие пневмоторакса и примут решение на основе их интерпретации. Опять же, решения обычно принимаются без какой-либо проверки экспертом-радиологом, и пациенты выписываются, когда клиницисты решают, что это подходящее время.

Но рентген грудной клетки не говорит только о пневмотораксе и его осложнениях. Визуализируются многие другие структуры грудной клетки, которые могут быть ненормальными. Вот тут-то и приходит на помощь радиолог.

В одной из моих предыдущих академических больниц 1 старший и 1 младший радиолог отвечали за рассмотрение этих рентгеновских снимков грудной клетки стационарных пациентов в дополнение к оценке первого врача у постели больного. Они провели полный анализ изображения и составили формальный отчет. Эта оценка радиолога кодируется и оплачивается поверх первой клинической интерпретации.

Когда глаза рентгенолога подвергаются рентгеновскому излучению, они обычно обнаруживают поражения, не видимые врачами, некоторые из которых могут быть смертельными для пациентов.

Опять же, как и в случае травматического рентгеновского облучения опорно-двигательного аппарата, который я описал ранее, когда рентгенолог анализирует рентгеновский снимок, пациент мог быть уже выписан и возвращаться домой под антибиотиками или обратно в операционную или отделение интенсивной терапии. только по клинической интерпретации.

Вот неполный список поражений, которые на рентгеновских снимках грудной клетки обычно не учитываются нерадиологами:

- Узелки в легких

- Легочная кавитация или конденсация.

- Увеличение корня или средостения

- Пневмомедиастинум и пневмоперикард

- Появление тонкого уровня воздух-жидкость, указывающего на эволюцию в сторону гидропневмоторакса.

- Случайное метастатическое поражение костей (подмигивающий знак совы на позвоночнике) или компрессионный перелом позвонка

- Подкожная эмфизема (указывает на свищ, инфекцию или неправильное положение дренажной трубки грудной клетки).

- Незначительное неправильное положение постоянных устройств

- Случайное обнаружение пневмоперитонеума (воздух в брюшной полости)

- Масс-эффект живота

Когда радиолог просматривает эти изображения и обнаруживает что-то необычное, он немедленно звонит врачу, чтобы сообщить об этом. Когда занятой врач уже заметил аномалию, его беспокоит звонок, и может возникнуть напряжение, но когда он не знает об этом открытии, он обычно выглядит очень отзывчивым и благодарным, и этот «раздражающий» звонок радиолога может в конечном итоге спасти жизнь.

Я не уверен, что во всех больницах рентгенологи рассматривают эти стандартные контрольные рентгеновские снимки грудной клетки в стационаре. Факторы, которые могут повлиять на то, что рентгенологи рассматривают эти изображения, многочисленны и включают в себя персонал радиолога, институциональную организацию, цели обучения, уровень беспокойства / уверенности нерадиологов, которые читают эти рентгеновские снимки у постели больного, модель возмещения (если компенсация будет лучше, когда рентген будет прочитан рентгенологами) и интерес радиологов.

Несмотря на неоднородность практик и рабочих процессов во всем мире, я считаю, что каждый выполненный рентгеновский снимок должен проверяться квалифицированным специалистом по медицинской визуализации в дополнение к первой и целенаправленной интерпретации врачом у постели больного. Здесь следует напомнить, что пропущенный на рентгеновском снимке узелок в легком размером 3 мм может через несколько месяцев или лет превратиться в неизлечимый рак ...

С точки зрения радиолога, этот стандартный обзор рентгеновских снимков грудной клетки в стационаре воспринимается как повторяющиеся, скучные, неточные, «старомодные» 2D-изображения (по сравнению с КТ грудной клетки с низкой дозой) и часто разочаровывающие, когда радиолог не находит ничего, кроме клинициста и когда пациент бежит Нью-Йоркский марафон после полного выздоровления, в то время как радиолог только открывает свой рентгеновский снимок, чтобы проанализировать его. Обычно радиологи просматривают рентгеновские снимки с задержкой, вдали от места действия и с ограниченной клинической информацией.

Несмотря на это раздражение радиолога и даже если они с энтузиазмом читали исключительно обычные рентгеновские снимки грудной клетки, чтобы выявить все случайные небольшие узелки в легких или метастазы в кости, их недостаточно для выполнения этой задачи.

Чтобы проиллюстрировать важность этого явления, возьмем пример больницы Национальной службы здравоохранения Великобритании (NHS) в Портсмуте. На этом сайте NHS 23000 рентгеновских снимков грудной клетки, полученных в течение 12 месяцев, просто не были проверены квалифицированным врачом, и Комиссия по качеству медицинского обслуживания Великобритании попросила больницу принять «немедленные меры», чтобы просмотреть этот накопившийся журнал и принять меры. «Надежные процессы, гарантирующие, что любые изображения будут сообщены и оценены риски». (REF 3)

С моей точки зрения, это не обязательно должны делать люди.

Здесь я снова вижу клинический и радиологический рабочий процесс, на который может положительно повлиять ИИ и глубокое обучение.

AI мог действовать как минимум на 5 уровнях.

1. Прежде всего, классификация нормальных и аномальных рентгеновских лучей:

Эта классификация была бы более ценной в условиях неотложной помощи, амбулаторного лечения или скрининга, чем в стационарных экосистемах, где пациенты уже госпитализированы по поводу болезни.

2-Обнаружение и классификация поражений на рентгеновских снимках грудной клетки:

Включая основные результаты, такие как пневмония, пневмоторакс, новообразования и более тонкие признаки, такие как миллиметровые узелки в легких и фиброз.

Конечной целью будет автоматическое выполнение полного радиологического анализа и отчета о рентгеновском снимке грудной клетки, интегрированное в клинический рабочий процесс.

Текущие проекты AI пытаются воспроизвести узкие задачи с переменной точностью. Например, команда Стэнфордского университета разработала алгоритм искусственного интеллекта для анализа рентгеновских лучей грудной клетки 14 заболеваний; алгоритм CheXnet. Эта 121-слойная сверточная нейронная сеть, обученная на крупнейшей общедоступной базе данных ChestX-ray14, смогла «обнаружить пневмонию по рентгеновскому снимку грудной клетки на уровне, превышающем уровень практикующих радиологов». (REF 4) Я ожидаю, что алгоритмы ИИ будут охватывать более широкий спектр заболеваний и результатов с большей точностью и будут интегрированы в целостные решения, предлагающие серьезную поддержку поставщикам медицинских услуг.

3- Сравнение с предыдущими рентгеновскими снимками и оценка эволюции:

Для рутинных рентгеновских снимков грудной клетки, выполняемых один или два раза в день, алгоритм может сравнивать каждую новую рентгенограмму с предыдущими, обнаруживать и выделять тонкие изменения, которые могут быть не обнаружены человеческим зрением. Он также может лучше подходить для количественной оценки изменений с течением времени для точного последующего наблюдения за пациентом. Врач, отвечающий за пациента, будет предупрежден только в том случае, если что-то необычное, если потребуется вмешательство или когда пришло время выписать пациента. Алгоритм также может регулировать частоту контроля рентгеновских лучей в зависимости от эволюции и, таким образом, оптимизировать рабочий процесс и воздействие излучения.

4-Прогностическая аналитика:

Основываясь на рутинных рентгенограммах грудной клетки (и многих других параметрах, таких как прикроватный мониторинг, клинические записи, биологические данные ...), алгоритмы могут заранее предсказать осложнения, исходы, риски заболеваемости и смертности, необходимость длительного пребывания в стационаре, наилучшее время для выписки или лучшее время для действенного вмешательства, такого как введение определенного типа антибиотика, вспомогательное дыхание или перфузия жидкости.

5- Открытие новых биомаркеров изображения:

Алгоритмы глубокого обучения могут обрабатывать изображения и находить закономерности, невидимые человеческому глазу. Изображения представляют собой совокупность форм, границ, цветов, оттенков серого, шума, контрастов, значений пикселей, артефактов и узоров. Алгоритмы искусственного интеллекта нового поколения способны замечать радиологические особенности без вмешательства человека и особенности, невидимые человеческому глазу, таким образом извлекая новые знания из медицинских изображений. Google и Verily уже проложили путь к такому изощренному анализу изображений, рассказав о своей работе по сканированию сетчатки глаза для прогнозирования факторов риска сердечно-сосудистых заболеваний. (Ссылка 5) Алгоритм Google был в состоянии предсказать уровень артериального давления, когда врачи могли классифицировать сканирование сетчатки только как нормальное или предполагающее высокое артериальное давление (с классификацией 4 баллов). Более того, алгоритм предсказал факторы риска, которые «не считались присутствующими или не поддающимися количественной оценке на изображениях сетчатки», такие как возраст, пол, статус курения и основные неблагоприятные сердечные события. И что еще более впечатляет, команда Google показала, что алгоритм основывает свои прогнозы на соответствующих анатомических структурах изображения, таких как кровеносные сосуды и диск зрительного нерва. Это исследование «предоставляет доказательства того, что глубокое обучение может выявить дополнительные новые сигналы на изображениях сетчатки глаза» (ССЫЛКА 5) и, надеюсь, на других типах медицинских изображений.

Вчера (11 апреля 2018 г.) FDA одобрило маркетинг первой системы искусственного интеллекта для автономного обнаружения диабетической ретинопатии. (ССЫЛКА 6) Устройство IDx-DR - это первый авторизованный маркетинговый инструмент, который проверяет диабетическую ретинопатию без необходимости интерпретации изображения врачом. Этот инструмент на основе ИИ разделяет сканирование сетчатки на две категории:

- «обнаружена диабетическая ретинопатия более легкой степени: обратитесь к офтальмологу» или

- «отрицательный результат более чем легкой степени диабетической ретинопатии»; повторная проверка через 12 месяцев ».

Это позволит неофтальмологам проводить скрининг диабетической ретинопатии в более крупных масштабах и, как мы надеемся, предотвратить дальнейшее повреждение глаз.

«IDx-DR смог правильно идентифицировать наличие диабетической ретинопатии более чем легкой степени в 87,4 процентах случаев и смог правильно идентифицировать тех пациентов, у которых не было более легкой степени диабетической ретинопатии в 89,5 процентах случаев» (REF 6)

Основное различие, которое я вижу между сканированием сетчатки глаза и радиологическими изображениями (рентген, КТ, МРТ, УЗИ), заключается в том, что сканирование сетчатки - это прямые фотографии анатомической структуры, тогда как рентгеновские снимки грудной клетки - это косвенное изображение, двухмерное представление трехмерного изображения. объем (грудная клетка), основанный на степени ослабления рентгеновских лучей при прохождении через тело. Таким образом, может быть сложнее извлечь точные биомаркеры из рентгеновских лучей грудной клетки из-за косвенного характера изображения этого типа.

Наконец, искусственный интеллект, если его разумно интегрировать в клинические и радиологические рабочие процессы, не только облегчит бремя радиологов и неуверенность врачей, но также откроет новые горизонты в анализе изображений и прогнозной аналитике, способствуя лучшему уходу за нашими пациентами.

Следите за новостями в следующих главах!

ССЫЛКИ:

1- Ежегодная статистика набора данных диагностической визуализации. Апрель 2012 г. - март 2013 г., Англия, экспериментальная официальная статистика.

2- Мелтон Л.Дж. 3-й, Хеппер Н.Г., Оффорд КП. Заболеваемость спонтанным пневмотораксом в округе Олмстед, штат Миннесота: с 1950 по 1974 год. Am Rev Respir Dis. 1979 декабрь 120 (6): 1379–82.

3- https://www.cqc.org.uk/news/releases/portsmouth-hospitals-nhs-trust-must-review-backlog-x-rays

4- arXiv: 1711.05225: CheXNet: Обнаружение пневмонии на уровне радиолога на рентгеновских снимках грудной клетки с глубоким обучением

5- Райан Поплин, Авинаш В. Варадараджан, Кэти Блумер и др. Прогнозирование факторов риска сердечно-сосудистых заболеваний по фотографиям глазного дна сетчатки с помощью глубокого обучения. Nature Biomedical Engineering, том 2, страницы 158–164 (2018)

6- https://www.fda.gov/NewsEvents/Newsroom/PressAnnouncements/ucm604357