Пермские ученые предложили метод диагностики сколиоза с помощью ИИ
Ученые Пермского Политеха разработали инновационный метод компьютерной фотограмметрии, позволяющий анализировать состояние позвоночника с помощью обычных камер смартфонов. Технология использует искусственный интеллект для обработки изображений и демонстрирует точность диагностики на уровне 88%.
Нарушения осанки и сколиоз стали массовой проблемой среди молодежи, которые приводят к образованию реберного горба и деформации грудной клетки. Это нарушает работу легких и сердца, вызывая одышку и снижение выносливости. Существующие методы диагностики имеют серьезные недостатки: рентген не выявляет скручивание позвоночника, тесты субъективны, а МРТ и компьютерная томография непригодны для частого обследования детей и беременных женщин, из-за лучевой нагрузки. Даже современное 3D-моделирование остается малодоступным из-за дорогостоящего оборудования. Все это создает дисбаланс между растущим числом случаев и возможностями ранней диагностики, особенно в отдаленных регионах. Отсутствие доступного обследования приводит к позднему выявлению болезни, когда деформации уже требуют сложного лечения
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 её 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 ассистент кафедры "Вычислительная математика, механика и биомеханика ПНИПУ Иван Шитоев.
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 ведётся работа над обновлением интерфейса программы ScolView. Ее релиз запланирован на сентябрь: приложение будет доступно для бесплатного скачивания в основных магазинах (AppStore, GooglePlay, RuStore и др.) с возможностью приобретения платных премиум-функций.
