Organizing follow-up care for patients with macular retinal pathologies using artificial intelligence systems

Full Text

ОБОСНОВАНИЕ

Использование искусственного интеллекта с целью повышения производительности организаций всех форм собственности определено Национальной стратегией развития искусственного интеллекта, принятой в Российской Федерации¹. Это может достигаться за счёт автоматизации рутинных (повторяющихся) производственных процессов и операций.

В соответствии с действующими клиническими рекомендациями, пациентам с патологией сетчатки при сахарном диабете и возрастной макулярной дегенерацией рекомендуются периодические осмотры врачом-офтальмологом при наличии факторов риска прогрессирования заболевания — с целью динамического наблюдения изменений и назначения (при необходимости) адекватного лечения [1, 2]. Исследование сетчатки с помощью компьютерного анализатора — структурная оптическая когерентная томография (ОКТ) — входит в стандарт оказания первичной специализированной медицинской помощи при диабетической ретинопатии и возрастной макулодистрофии и является повторяющейся услугой². Частота визитов к врачу определяется индивидуально в зависимости от планируемой тактики ведения и особенностей клинических проявлений. По данным отечественной литературы, минимальное число исследований макулярной области сетчатки с помощью ОКТ, проводимых в медицинских организациях при динамическом наблюдении пациентов c возрастной макулярной дегенерацией и диабетическим макулярным отёком, составляет 1 629 429 в год.

Зарубежные аналитические отчёты показывают готовность пациентов перейти на контролируемое самолечение при динамическом наблюдении заболевания (до 54% опрошенных лиц по данным за 2019 г., STADA Health Report 2020) и получать часть медицинских услуг с использованием телемедицинских технологий дистанционно, без очной консультации медицинского специалиста [3–5]. Согласно результатам исследования Всероссийского центра изучения общественного мнения, 48% россиян допускают динамическое наблюдение и коррекцию лечения с использованием телемедицинских услуг [6]. Таким образом, имеются организационные и клинические предпосылки для оказания медицинских услуг с использованием искусственного интеллекта, в том числе с применением телемедицинских технологий, у пациентов с повторным диагностическим приёмом в рамках динамического наблюдения патологии заднего отрезка глаза.

Несмотря на то, что в приказе Министерства здравоохранения Российской Федерации от 12 ноября 2012 г. N 902н «Об утверждении порядка оказания медицинской помощи взрослому населению при заболеваниях глаза, его придаточного аппарата и орбиты» говорится об оснащении медицинского консультативно-диагностического отделения поликлиники оптическим когерентным томографом, динамическое наблюдение пациентов с патологией сетчатки после начала лечения осуществляется чаще всего в медицинском офтальмологическом центре, что снижает доступность лечения для пациентов с впервые выявленной патологией, требующей как можно более раннего начала лечения. Имеющаяся технология нуждается в изменении и интенсификации, в том числе — с применением технологий искусственного интеллекта.

ЦЕЛЬ

Разработка методических основ организационной технологии диспансерного наблюдения пациентов с патологией заднего отрезка глаза с использованием систем поддержки принятия врачебных решений (СППВР) на основе искусственного интеллекта.

МАТЕРИАЛЫ И МЕТОДЫ

Для оценки существующей нормативной базы использован контент-анализ. Для создания структурированного справочника были использованы социологический и экспертный методы. Обучение искусственных нейронных сетей (ИНС) произведено методами сегментации и классификации.

Дизайн исследования

Оценка существующей нормативной базы проведена на основе анализа Конституции Российской Федерации, федеральных законов, подзаконной нормативной базы, судебной практики. Создание методологии структурированного медицинского документа описания снимка ОКТ проведено с использованием экспертного метода: анкетирования 100 врачей-офтальмологов, имеющих соответствующий уровень образования, в том числе дополнительное профессиональное, занимающихся оказанием медицинских услуг — специализированной медицинской помощи пациентам с патологией заднего отрезка глаза. Структурированный медицинский документ послужил основой для формирования предикторов ИНС. В результате аннотирования описано 60 000 медицинских изображений. Для каждого отдельного изображения существует файл в формате json, описывающий наличие на нём признаков после разметки. Для анализа и классификации бинарных признаков на изображении обучены нейронные сети с архитектурой DenseNet121 без предварительно обученных весов. В задаче сегментации использована архитектура Mask R-CNN.

Критерии соответствия

Включение признака в состав значимых, свидетельствующих об ухудшении клинического процесса, проводилось по достижении согласия 70% респондентов. Включение признака в вывод СППВР достигалось при достижении показателем accuracy (среднее значение чувствительности и специфичности) значения 0,7 и выше.

Условия проведения

База данных составлена на основе обезличенных данных клинических исследований (исследование сетчатки с помощью компьютерного анализатора), проведённых в Оренбургском и Тамбовском филиалах Федерального государственного автономного учреждения «Национальный медицинский исследовательский центр “Межотраслевой научно-технический комплекс «Микрохирургия глаза» имени академика С.Н. Федорова”» Министерства здравоохранения Российской Федерации. Обучение ИНС осуществлялось на базе Научно-исследовательского института цифровых интеллектуальных технологий Федерального государственного бюджетного образовательного учреждения высшего образования «Оренбургский государственный университет».

Продолжительность исследования

Клинические исследования (исследования сетчатки с помощью компьютерного анализатора) проводились в период с 2015 по 2023 гг., создание структурированного бинарного классификатора-справочника описания макулярной области сетчатки проходило в 2022 г., обучение ИНС проходило в период 2022–2023 гг.

Описание медицинского вмешательства

Для набора базы данных проводилось исследование сетчатки глаза с помощью компьютерного анализатора: ОКТ макулярной области сетчатки глаза.

Основной исход исследования

Разработаны и оценены методические основы использования искусственного интеллекта в организации диспансерного наблюдения за пациентами с патологией заднего отрезка глаза.

Анализ в подгруппах

Методология диспансерного наблюдения сформирована на основании оценки организации медицинской помощи и клинических данных пациентов с диагнозом «возрастная макулярная дегенерация» (шифр кода в Международной классификации болезней 10-го пересмотра: H 35.3) или «диабетический макулярный отёк» (шифр H 35.8).

Методы регистрации исходов

Чувствительность и специфичность — статистические показатели диагностического теста по выявлению больных и здоровых, выводимые из ошибок первого и второго рода в бинарной классификации.

Статистический анализ

Принципы расчёта размера выборки: минимальный объём выборочного исследования определён с учётом критерия достоверности, предельной ошибки (произведение доверительного интервала и заданной точности).

Статистическая обработка материала включала методы описательной статистики: расчёт средних величин, расчёт относительных величин, математическое моделирование. Анализ статистической значимости отличий изучаемых данных по качественным признакам осуществлялся посредством математического расчёта и последующей оценки критерия хи-квадрат Пирсона. Количественные переменные описывались при предварительной их оценке на соответствие закону Гаусса–Лапласа (закон нормального распределения вероятностей).

РЕЗУЛЬТАТЫ

Объекты (участники) исследования

Объектом исследования явилась система организации офтальмологической помощи взрослому населению при диспансерном наблюдении патологии заднего отрезка глаза. В рамках контент-анализа проанализировано 22 нормативно-правовых акта. База данных — медицинская информационная система, включающая 60 000 записей о проведённом исследовании сетчатки глаза с помощью компьютерного анализатора с наличием медицинского изображения (снимка) и описания интерпретации результата исследования в соответствии с разработанным бинарным классификатором.

Основные результаты исследования

В Российской Федерации, согласно Федеральному закону от 21.11.2011 N 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации», медицинская помощь организуется и оказывается:

1) в соответствии с положением об организации оказания медицинской помощи по видам медицинской помощи;

2) в соответствии с порядками оказания медицинской помощи, утверждаемыми уполномоченным федеральным органом исполнительной власти и обязательными для исполнения на территории Российской Федерации всеми медицинскими организациями;

3) на основе клинических рекомендаций;

4) с учётом стандартов медицинской помощи, утверждаемых уполномоченным федеральным органом исполнительной власти³.

Кроме того, в пункте 15 статьи 2 этого закона даётся определение понятия «лечащий врач». Это врач, на которого возложены функции по организации и непосредственному оказанию пациенту медицинской помощи в период наблюдения за ним и его лечения. Отдельные функции лечащего врача могут быть возложены при оказании первичной специализированной медицинской помощи на средний медицинский персонал в соответствии с утверждённым Порядком, однако там отсутствует возможность возложения оказания первичной специализированной медицинской помощи, в том числе медицинских услуг, входящих в профессиональный стандарт врача-офтальмолога⁴⁵. Интерпретация результатов инструментальных исследований не может быть осуществлена средним медицинским персоналом самостоятельно при предоставлении медицинских услуг. Это возможно только в рамках использования зарегистрированных медицинских изделий.

СППВР требуют регистрации в качестве медицинского изделия для использования средним медицинским персоналом. При использовании же врачами они могут оставаться в правовом поле информационных сервисов, так как интерпретация результатов, постановка диагноза и формирование рекомендаций, в том числе в рамках диспансерного наблюдения, остаются в поле компетенции лечащего врача вне зависимости от правового статуса программы.

Экспертным методом отобрано и описано 123 бинарных признака, позволяющих описать структуру макулярной области сетчатки в норме и при патологии. Признаки объединены по разделам: общий; витреоретинальный и ретинальный интерфейс; контур сетчатки; толщина сетчатки; структуры сетчатки; хориоидея. По итогам анкетирования специалистов, имеющих соответствующее образование и опыт работы, было выявлено, что 75% врачей относят лишь 26 признаков из 123 к предикторам ухудшения клинического течения основного заболевания у пациентов с диагнозом «возрастная макулярная дегенерация» или «диабетический макулярный отёк» (табл. 1).

 

Таблица 1. Признаки ухудшения клинического течения заболевания

Признак	Раздел
Сетчатка в макуле утолщена умеренно (до 500 мкм)	Толщина сетчатки
Сетчатка в макуле утолщена значительно (свыше 500 мкм)
Определяется фокальный интраретинальный отёк	Структура сетчатки
Определяется диффузный интраретинальный отёк
Определяется кистозный интраретинальный отёк
Изменения в виде мелких (до 50 мкм) множественных кист
Изменения в виде средних (50–150 мкм) множественных кист
Изменения в виде крупных (свыше 150 мкм) множественных кист
Сканируется серозная отслойка нейроэпителия
Сканируется серозная щелевидная отслойка нейроэпителия
Сканируется серозная отслойка ПЭС
Отслойка ПЭС куполообразная
Сканируется плоская волнообразная отслойка ПЭС
Сканируется плоская отслойка ПЭС
Сканируется table-образная отслойка ПЭС
Сканируется геморрагическая отслойка ПЭС
Сканируется фиброваскулярная отслойка ПЭС
Определяется симптом двойного слоя
Помутнение высокой рефлективности, дающее «тень» на глубжележащие слои (субретинальное гемо)
Сканируется субретинальная жидкость
Сканируется гиперрефлективный очаг во внутренних слоях сетчатки
Сканируется гиперрефлективный очаг в наружных слоях сетчатки
Сканируется гиперрефлективный очаг над ПЭС
Сканируется гиперрефлективный очаг в слое ПЭС
Сканируется гиперрефлективный очаг под ПЭС
Сканируется гиперрефлективный очаг, дающий «тень» на подлежащие слои

Примечание. ПЭС — пигментный эпителий сетчатки.

 

Полученные характеристики прямо или косвенно свидетельствуют о развитии патологического процесса, в том числе неоваскуляризации, которая требует оказания специализированной и высокотехнологичной медицинской помощи в медицинских организациях 3-го уровня, в том числе федеральных медицинских организациях. Характеристики также соотносятся с клиническими рекомендациями и современной научной литературой, описывающей оказание медицинской помощи и интерпретацию результатов инструментальных диагностических исследований [7, 8].

Бинарный классификатор разделён на признаки, подходящие для использования при обучении ИНС методом классификации и сегментации. Обучение ИНС, проведённое с использованием 60 000 медицинских изображений, позволило создать СППВР при динамическом наблюдении пациентов с патологией заднего отрезка глаза. Точность моделей ИНС оценивалась с помощью метрики «сбалансированная точность», для корректного учёта неоднородного распределения классов в данных. Средняя сбалансированная точность по признакам составила 81%.

Дополнительные результаты исследования

Разработанная версия СППВР выложена в открытом доступе: http://retinadeepai.site/. Система распознаёт объекты для анализа, являющиеся предикторами по каждому из разработанных признаков, позволяет настроить анализ различных карт и режимов, в том числе полученных на различной аппаратуре. Рекомендуемый режим анализа — RetinaMap. Сервис снабжён эргономичным, интуитивно понятным интерфейсом, позволяет выгрузить отчёт для прикрепления в медицинскую документацию. Сервис не является медицинским изделием, а представляет собой информационную услугу; не хранит, не обрабатывает персональные данные пациентов. Сервис не ставит диагноз, не предлагает варианты диагноза. Он описывает структуру сетчатки в норме и при развитии патологии, забирая на себя часть рутинных процессов врача-офтальмолога при динамическом наблюдении пациентов.

Нежелательные явления

Не выявлены.

ОБСУЖДЕНИЕ

В настоящий момент в мире разрабатывается несколько систем для ранней диагностики патологии глазного дна с использованием искусственного интеллекта. Например, системы, выявляющие ранние признаки диабетической ретинопатии по снимкам глазного дна, полученным со стационарных и портативных фундус-камер: система IDx-DR (коммерческое название LumineticsCore, США), платформа Retina.AI (ООО «Диджитал Вижн Солюшнс», Россия).

Кроме того, существует ряд разработок, направленных на автоматизированный анализ данных, полученных с медицинских приборов.

• Платформа Retina.AI направлена на анализ снимков ОКТ сетчатки глаза и нахождение одного из заявленных синдромокомплексов: субретинальная жидкость, интраретинальные кисты, отслойка ретинального пигментного эпителия, субретинальный гиперрефлективный материал, эпиретинальная мембрана, ретинальные друзы, сквозной макулярный разрыв, ламеллярный макулярный разрыв, витреомакулярная тракция (https://www.screenretina.com/). Таким образом, разработка направлена на диагностику состояний, оценку динамику процесса. Проект не имеет регистрации в качестве медицинского изделия.
• Платформа Altris AI (США) автоматизирует выбор патологических ОКТ-сканирований и обнаружение более 70 патологий и патологических признаков, в том числе таких, как эпиретинальный фиброз, интраретинальная кистоидная жидкость, псевдокисты, диффузный отёк, фиброваскулярная отслойка пигментного эпителия сетчатки, субретинальный гиперрефлективный материал и др. (https://www.altris.ai/). Миссия проекта в диагностике состояний (заболеваний) и в обучении медицинского персонала. Разработка имеет разрешение в стране-изготовителе на применение в качестве медицинского изделия (Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США).

Разрабатываемый нами продукт содержит большее число оцениваемых признаков (123) и направлен не на диагностику, а на изменение организации процесса диагностики и лечения: перенос рутинной работы с врачебного на средний медицинский персонал, сокращение времени исследования и увеличение доступности медицинской услуги.

Имеется необходимость внесения изменений в профессиональный стандарт среднего медицинского персонала, предусматривающий использование информационных сервисов с применением искусственного интеллекта при динамическом наблюдении пациентов. Кроме того, имеется необходимость актуализации нормативной базы по диспансерному наблюдению пациентов с патологией заднего отрезка глаза, в том числе включение данной патологии в приказ Министерства здравоохранения от 15.03.2023 г. N 168н «Об утверждении порядка проведения диспансерного наблюдения за взрослыми».

Резюме основного результата исследования

Разработаны методические основы организационной технологии диспансерного наблюдения пациентов с патологией заднего отрезка глаза, подготовлен структурный классификатор описания сетчатки глаза, разработана СППВР для использования при диспансерном наблюдении пациентов с данной патологией.

Обсуждение основного результата исследования

Приказом Министерства здравоохранения РФ от 7 сентября 2020 г. N 947н «Об утверждении Порядка организации системы документооборота в сфере охраны здоровья в части ведения медицинской документации в форме электронных документов» определён порядок использования медицинских документов в электронном виде. В настоящее время в России разработано, утверждено и используется значительное количество структурированных электронных медицинских документов. В рамках деятельности Федерального государственного бюджетного учреждения «Центральный научно-исследовательский институт организации и информатизации здравоохранения» Министерства здравоохранения Российской Федерации функционирует Центр по разработке структурированных электронных медицинских документов, который обеспечивает выполнение задач Минздрава России по совершенствованию порядка организации документооборота в сфере охраны здоровья путём разработки, актуализации и модернизации руководств по реализации структурированных электронных медицинских документов. Разработанный справочник может стать основой медицинского документа-протокола инструментального исследования сетчатки глаза с помощью компьютерного анализатора.

Накопление структурированной информации поможет усовершенствовать разработанную СППВР. Изменение нормативной базы поможет ускорить внедрение организационной технологии диспансерного наблюдения пациентов с патологией заднего отрезка глаза с использованием СППВР на основе искусственного интеллекта.

Ограничения исследования

Результаты исследования предназначены для динамического (диспансерного) наблюдения пациентов с патологией заднего отрезка глаза. Результаты не могут быть использованы при первичной диагностике патологии органа зрения, придаточного аппарата и орбиты.

ЗАКЛЮЧЕНИЕ

В правовом поле Российской Федерации отсутствует возможность передачи части врачебных функций при интерпретации результатов медицинских исследований среднему медицинскому персоналу, что требует доработки как профессионального стандарта, так и нормативной базы по профилю болезней органа зрения, придаточного аппарата и орбиты. Отсутствуют единые правила создания структурированного электронного медицинского документа, содержащего результаты интерпретации исследования сетчатки с помощью компьютерного анализатора. Разработанный классификатор позволил создать и обучить (на основе 60 000 медицинских изображений) СППВР, которая в качестве информационного сервиса, без постановки диагноза, может позволить изменить организацию процесса динамического наблюдения. Формирование маршрутизации пациентов — первичная услуга разработанной СППВР. При наличии признаков ухудшения клинической картины предполагается маршрутизация в медицинский офтальмологический центр для оценки динамики и оказания специализированной, в том числе высокотехнологичной, медицинской помощи.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение поисково-аналитической работы и подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределён следующим образом: А.Д. Чупров, И.П. Болодурина — разработка концепции, утверждение итогового варианта рукописи; А.О. Лосицкий — разработка методологии, сбор базы данных, написание и редактирование текста статьи; А.Ю. Жигалов — разработка методологии, проведение исследования.

ADDITIONAL INFO

Funding source. This study was not supported by any external sources of funding.

Competing interests. The authors declare that they have no competing interests.

Authors’ contribution. All authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work. A.D. Chuprov, I.P. Bolodurina — development of the concept, approval of the final version of the manuscript; A.O. Lositskiy — development of methodology, database collection, writing and editing the text of the article; A.Yu. Zhigalov — development of methodology, conducting research.

 

¹ Указ Президента РФ от 10.10.2019 N 490 «О развитии искусственного интеллекта в Российской Федерации» (вместе с «Национальной страте­гией развития искусственного интеллекта на период до 2030 года»). Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_335184/1f32224a00901db9cf44793e9a5e35567a4212c7/ Дата обращения: 22.11.2023.

² Приказ Министерства здравоохранения Российской Федерации от 24 декабря 2012г. N 1492н «Об утверждении стандарта первичной медико-санитарной помощи при диабетической ретинопатии и диабетическом макулярном отеке». Режим доступа: https://base.garant.ru/70344052/53f89421bbdaf741eb2d1ecc4ddb4c33/ Дата обращения: 22.11.2023.

³ Федеральный закон «Об основах охраны здоровья граждан в Российской Федерации» от 21.11.2011 N 323-ФЗ. Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_121895/ Дата обращения: 22.11.2023.

⁴ Приказ Министерства здравоохранения и социального развития РФ от 23 марта 2012 года N 252н «Об утверждении Порядка возложения на фельдшера, акушерку руководителем медицинской организации при организации оказания первичной медико-санитарной помощи и скорой медицинской помощи отдельных функций лечащего врача по непосредственному оказанию медицинской помощи пациенту в период наблю­дения за ним и его лечения, в том числе по назначению и применению лекарственных препаратов, включая наркотические лекарственные препараты и психотропные лекарственные препараты». Режим доступа: https://base.garant.ru/70170588/ Дата обращения: 22.11.2023.

⁵ Приказ Министерства здравоохранения и социального развития РФ от 5 июня 2017 года N 470н «Об утверждении профессионального стан­дарта “Врач-офтальмолог”». Режим доступа: https://docs.cntd.ru/document/436744741 Дата обращения: 22.11.2023.

About the authors

Aleksandr D. Chuprov

The S. Fyodorov Eye Microsurgery Federal State Institution

Email: nauka@ofmntk.ru
ORCID iD: 0000-0001-7011-4220

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Orenburg

Irina P. Bolodurina

Orenburg State University; Orenburg State Medical University

Email: prmat@mail.osu.ru
ORCID iD: 0000-0003-0096-2587
SPIN-code: 4848-0669

Dr. Sci. (Engineering), Professor

Russian Federation, Orenburg; Orenburg

Aleksandr O. Lositskiy

The S. Fyodorov Eye Microsurgery Federal State Institution

Email: eyedoct@yandex.ru
ORCID iD: 0000-0002-8716-6438
SPIN-code: 2044-3410

MD, Cand. Sci. (Medicine)

Russian Federation, Orenburg

Artur Yu. Zhigalov

Orenburg State University

Author for correspondence.
Email: prmat@mail.osu.ru
ORCID iD: 0000-0003-3208-1629
SPIN-code: 4692-9037
Russian Federation, Orenburg

References

Supplementary files