Боль в спине хотя бы раз испытывал почти каждый человек. Но далеко не всегда причина дискомфорта кроется в усталости или сидячей работе. Иногда за ней стоят нарушения естественных изгибов позвоночника, которые постепенно приводят к развитию серьёзных заболеваний.
Учёные СПбГУ вместе со специалистами компании «Эспер» работают над проектом, который может помочь врачам выявлять такие изменения. Исследователи создают уникальную базу данных рентгеновских снимков для обучения искусственного интеллекта.
В процессе эволюции человеческий позвоночник приобрёл несколько естественных изгибов: лордозы в шейном и поясничном отделах и кифозы в грудном и крестцовом. Вместе они формируют так называемый сагиттальный баланс.
Именно благодаря ему тело удерживает равновесие с минимальными затратами энергии, а нагрузка равномерно распределяется между позвонками, суставами и межпозвонковыми дисками.
Если изгибы становятся слишком выраженными или, наоборот, сглаживаются, осевой скелет начинает работать неправильно. В результате возрастает риск развития дегенеративно-дистрофических заболеваний, остеоартроза, хронических болей и нарушений работы внутренних органов.
Чтобы научить ИИ распознавать патологические изменения, исследователи собирают масштабную базу данных, которая будет включать более 15 тысяч реальных рентгенограмм позвоночника.
В неё войдут снимки шейного, грудного и поясничного отделов, выполненные в разных проекциях. Каждый снимок будет сопровождаться подробным описанием врача-рентгенолога и дополнительной информацией о пациенте: возрасте, поле, наличии сопутствующих патологий.
Особое внимание учёные уделяют точным измерениям углов искривления позвоночника. Благодаря этому нейросеть сможет не только обнаруживать отклонения, но и определять их степень и локализацию.
База будет содержать не только сами изображения, но и медицинские заключения, метрические параметры, клинические данные и файлы в международном стандарте DICOM.
Основу банка составят рентгенограммы жителей России. Это позволит создать алгоритмы, максимально адаптированные к особенностям нашей популяции.
В перспективе разработка поможет врачам быстрее выявлять причины болевого синдрома, прогнозировать развитие заболеваний позвоночника и подбирать наиболее эффективное лечение.