Ученые разработали и зарегистрировали два программных продукта на основе искусственного интеллекта, предназначенных для автоматизированного анализа компьютерной томографии сердца и внедрения в системы поддержки принятия врачебных решений. Разработки направлены на раннее выявление факторов риска сердечно-сосудистых заболеваний — одной из ведущих причин смертности в мире.

Сердечно-сосудистые заболевания часто развиваются бессимптомно и выявляются уже на поздних стадиях, когда риск осложнений значительно возрастает. При этом важные диагностические признаки — коронарный кальциноз и характеристики перикардиальной жировой ткани — могут быть обнаружены на рутинных бесконтрастных КТ, но их количественная оценка требует значительных временных затрат и высокой квалификации врача.
Исследователи разработали два программных решения, использующих методы машинного и глубокого обучения для автоматического анализа КТ-изображений:
• Программа для автоматического распознавания коронарного кальция на бесконтрастной КТ
(Свидетельство о государственной регистрации программы для ЭВМ № 2025667896);
• Специальное программное обеспечение оценки перикардиальной жировой ткани
(Свидетельство о государственной регистрации программы для ЭВМ № 2025683568).
Программы самостоятельно выявляют диагностически значимые структуры, выполняют количественные измерения и формируют объективные показатели риска без участия оператора.
Алгоритмы анализируют серии КТ-срезов в формате DICOM и с помощью нейросетевых архитектур (CNN и U-Net) автоматически:
• обнаруживают и сегментируют участки коронарного кальциноза;
• рассчитывают количественные показатели кальциевого индекса;
• выделяют перикардиальную жировую ткань;
• определяют ее толщину, объем и плотность;
• выполняют стратификацию кардиометаболического риска.
Результаты анализа интегрируются в систему поддержки принятия врачебных решений и могут использоваться при скрининге, диагностике и планировании лечения.
Обе программы официально зарегистрированы и реализованы в полнофункциональных версиях, пригодных для клинической апробации и дальнейшего внедрения в практику лучевой диагностики. В перспективе разработки могут быть интегрированы в региональные и федеральные системы здравоохранения, а также расширены за счет анализа других биомаркеров сердечно-сосудистого риска.
Использование таких ИИ-решений позволяет повысить точность диагностики, снизить нагрузку на врачей и приблизить переход к персонализированной профилактике сердечно-сосудистых заболеваний.