Detection of cardiovascular pathology from chest CT images using artificial intelligence

Full Text

Обоснование

По данным Всемирной организации здравоохранения (ВОЗ) сердечно-сосудистая патология и злокачественные новообразования респираторной системы продолжают занимать лидирующие позиции в структуре смертности Российской Федерации (РФ) [1]. Одним из важнейших и эффективных способов снижения летальности и инвалидизации от данных заболеваний является их ранняя диагностика и своевременно начатое лечение.

По результатам масштабного исследования PLCO [2] было продемонстрировано, что проведение рентгенографии легких каждые 3 года не позволяет снизить смертность от рака легких, в то время как именно проведение низкодозной компьютерной томографии (НДКТ) в качестве метода скрининга рака легкого снижает смертность от рака легкого на 20% [3].

На сегодняшний день проведение компьютерной томографии (КТ) органов грудной клетки (ОГК) существенно возросло. Этому способствовало не только применение НДКТ, позволяющей существенно снизить лучевую нагрузку на пациента при сохранении диагностической эффективности, но и внедрение скрининговых программ, направленных на раннюю диагностику онкологических заболеваний. В РФ такие проекты проводились в Москве, в Красноярском крае, Тюменской области и др. [4-6].

Проведение нативной КТ ОГК позволяет не только оценивать изменения легочной системы, но также диагностировать сердечно-сосудистую патологию, в том числе выявленную впервые. К потенциальным клинически значимым кардиологическим находкам относятся: кардиомегалия, кальциноз коронарных артерий, клапанных структур, стенок магистральных сосудов, аневризматическое расширение аорты, расширение просвета легочного ствола, кальциноз папиллярных мышц левого желудочка (ЛЖ), участки жировой инфильтрации в толще миокарда ЛЖ и др.

Кальциноз коронарных артерий - это характерный признак коронарного атеросклероза. Стандартизованным методом оценки коронарного кальциноза является кальциевый индекс (КИ), рассчитываемый по формуле Агатстона. Полуколичественная оценка КИ с электрокардиографической синхронизацией считается сильным прогностическим фактором возникновения коронарных событий у асимптомных пациентов. Отсутствие кальцинированных бляшек в стенках коронарных артерий служит в качестве сильного негативного предсказательного фактора риска развития сердечно-сосудистых событий в течение 10-15 лет [7].

Оценка КИ при выполнении НДКТ ОГК у пациентов при скрининге рака позволит повысить эффективность скрининговых программ, а также снимет необходимость проведения дополнительного проведения КТ сердца с ЭКГ-синхронизацией. В систематическом метаанализе Xie X, et al. [8] показали высокую сопоставимость подсчета КИ при КТ ОГК без ЭКГ-синхронизации с классической методикой расчета КИ.

Согласно крупным популяционным исследованиям, максимальный диаметр просвета аорты у здорового населения составляет 39 мм, расширение более 40 мм принято относить к эктазии, а более 50 мм - к аневризматическому расширению восходящего отдела аорты [9]. Стоит отметить, что на начальных этапах патологического расширения просвета аорты отсутствуют какие-либо симптомы и жалобы у пациентов, позволяющие заподозрить данную патологию. Патологическое расширение грудного отдела аорты при своем прогрессировании приводит к расслоению стенки аорты, разрыва с кровотечением, что в большинстве случаев приводит к летальному исходу. В связи с этим, единственным эффективным способом предупредить столь жизнеугрожающее состояние является профилактическое хирургическое лечение, однако для этого кандидатам для лечения должно быть своевременно продиагностировано патологическое расширение грудной аорты. Кроме того, потенциальными кандидатами для хирургического профилактического лечения являются пациенты, у которых расширение грудного отдела аорты прогрессирует более чем на 5 мм/год, что требует от врача-рентгенолога постоянно быть начеку и указывать в своих заключениях значение диаметра восходящего отдела аорты при каждом анализе КТ ОГК.

Легочная гипертензия – это патологическое состояние, характерное для группы заболеваний с прогрессирующем повышением легочного сосудистого сопротивления и давления в легочной артерии, приводящее к развитию правожелудочковой сердечной недостаточности [10]. Своевременное лечение данной патологии за последние десятилетия позволило повысить выживаемость пациентов более чем в 2 раза [11]. Для врача-рентгенолога становится важным заподозрить потенциальное наличие легочной гипертензии при скрининговом исследовании. К такому признаку относится расширение просвета легочного ствола более 29мм, при этом для того, чтобы считать данное расширение патологическим используется дополнительный признак – отношение диаметра легочной артерии к диаметру восходящей аорты должно превышать 80% [12].

Несмотря на необходимость оценки сразу множества органов и систем, основной фокус врача-рентгенолога при анализе изображений КТ ОГК приходится на оценку паренхимы легких, в то время как оценке иных структур может уделяться меньше времени. Данный феномен имеет название «перцептивная слепота» - это особенность восприятия, при которой человек так сосредоточен на задаче, что не замечает других событий, происходящих на экране. 

В работе врача-рентгенолога данный пример был продемонстрирован в эксперименте, где приняли участие опытные специалисты, перед которыми поставили задачу поиска периферических узлов в легких, подозрительных на злокачественные новообразования. При этом на 5 аксиальных срезах КТ ОГК было нанесено изображение гориллы размерами 30х50мм. По окончанию анализа изображений, только 4 рентгенолога из 24 сообщили, что помимо очаговых образований легких они увидели гориллу в паренхиме легких. Остальные врачи сообщили, что ничего необычного им не попадалось, при том, что трекер, отслеживающий движение глаз, продемонстрировал, что область с изображением гориллы они просматривали, и даже не один раз [13].

Имеются аналогичные сообщения, подтверждающие, что сердечно-сосудистым находкам при КТ ОГК уделяется меньше внимания. В исследовании Sverzellati N. [14] было продемонстрировано, что 63% потенциально клинически значимой сердечно-сосудистой патологии не указано в 39,6% всех заключений врача-рентгенолога.

Одним из вариантов пропуска клинически значимых находок может стать создание шаблона текстового заключения, включающего в себя чек-лист сердечно-сосудистых изменений, которые необходимо оценить. Но стоит понимать, что даже при наличии чек-листа непосредственный поиск каждой вышеописанной находки на предмет ее наличия или отсутствия приведет к удлинению времени интерпретации изображений, поэтому необходим вспомогательный инструмент, позволяющий анализировать дополнительные находки сердечно-сосудистой системы без удлинения времени, затрачиваемого на анализ.

Одним из таких решений на сегодняшний день является создание моделей искусственного интеллекта (ИИ), способных проанализировать изображения КТ ОГК и выделить патологию сердечно-сосудистой системы при ее наличии (ссылка).

Так, модель ИИ «xAID Chest CT module» (xAID, Барселона, Испания) является мультмодальной моделью, обученной для анализа изображений и направленная на выявление следующих патологий:

1. Оценка снижения высоты позвонков грудного отдела;
2. Выявление узловых образований легких размерами 6мм до 40мм;
3. Оценка нарушения воздушности легочной ткани;
4. Оценка коронарного кальциноза;
5. Размеры восходящего и нисходящего отдела аорты, ствола легочной артерии;
6. Объем паракардиального жира;
7. Образования надпочечников;
8. Объем плеврального выпота;

Внедрение в практическую работу модели ИИ представляет собой повышенный интерес, что подразумевает под собой необходимость оценки эффективности работы модели как инструмента-помощника для врача-рентгенолога.

Цель

Оценить частоту и эффективность выявления моделью ИИ «xAID Chest CT module» сердечно-сосудистых клинически значимых находок при анализе изображений КТ ОГК в сравнении с обнаружением патологий врачом-рентгенологом.

Материалы и Методы

Дизайн исследования

Врачом-рентгенологом проводился ретроспективный пересмотр исследований КТ ОГК, включая изображения, обработанных облачным сервисом «xAID Chest CT module» для оценки наиболее значимых и часто встречаемых патологий, а именно:

- обнаружения периферических легочных узлов размером 6 мм и более;

- выявления коронарного кальциноза и корректности его разметки;

- измерений диаметра легочного ствола;

- измерений диаметра восходящего отдела аорты.

Критерии соответствия

Все исследования КТ ОГК, проведенные в Университетской клинике МНОИ МГУ на амбулаторном или стационарном этапе по различным диагностическим показаниям, в том числе в рамках профосмотра. Направление на исследование проводилось по клиническим показаниям с некардиальной патологией, чаще всего для исключения патологии легких.

Из исследования исключены все случаи, когда пациентам проводилась КТ ОГК по экстренным показаниям, которая требовала от врачей оперативного формирования заключения, а также все исследования КТ ОГК, проведенные пациенту повторно за анализируемый период времени. Также из анализа были исключены все исследования КТ ОГК, на изображениях которых определялись выраженные артефакты, снижающие интерпретацию, в том числе артефакты от дыхания, металлических конструкций.

 

Условия проведения

Из архива отделения рентгенодиагностики Университетской клиники МНОИ МГУ имени М.В. Ломоносова ретроспективно пересмотрены исследования КТ ОГК пациентов за период с 1 января 2024 г по 29 февраля 2024г. Пересмотр проводился врачом-рентгенологом с 3-летним опытом работы по модальности КТ. Изображения КТ ОГК с толщиной 1 мм были в анонимизированном виде обработаны облачным сервисом «АИ ДИАГНОСТИК КТ ОГК», а результаты разметки находок были проанализированы тем же врачом.

Описание медицинского вмешательства

На нативных изображениях КТ ОГК врач-рентгенолог визуально оценивал количество легочных узлов размером 6 мм и более, отмечал наличие или отсутствие обызвествления коронарных артерий у пациента, измерял диаметр восходящего отдела аорты и легочного ствола. На изображениях КТ ОГК с разметкой модели ИИ врач аналогичным образом оценивал наличие разметки вышеописанных изменений.  

При анализе письменных протоколов описания врачей-рентгенологов определялось указание ими узловых образований легких, коронарного кальциноза, расширения диаметра ствола легочной артерии более 29 мм, расширения восходящего отдела аорты до 40мм и более при наличии данных видов патологии по данным КТ ОГК.

Далее производили сравнение частоты выявления клинически-значимых изменений сердечно-сосудистой системы и узловых образований легких моделью ИИ и врачом-рентгенологом.

 

Методы регистрации исходов, статистический анализ

При выявлении периферических узловых образований легких размерами 6 мм и более чувствительность методики рассчитывали, как процентное соотношение количества обнаруженных узлов моделью ИИ к общему количеству легочных узлов, обнаруженных у пациентов при пересмотре изображений, специфичность — как процентное соотношение количества исследований КТ ОГК, в которых ИИ не обнаружил легочные узлы, к общему количеству КТ ОГК без узловых легочных образований.

Чувствительность выявления моделью ИИ коронарного кальциноза рассчитывали, как процентное соотношение количества истинно положительных результатов анализа (при наличии кальцинатов в стенках коронарных артерий) к общему количеству пациентов с обнаруженным коронарным кальцинозом при КТ ОГК, специфичность — как процентное соотношение количества истинно отрицательных результатов анализа ИИ (у здоровых лиц) к общему количеству лиц, у которых коронарный кальциноз отсутствовал.

Чувствительность распознавания патологического расширения легочного ствола моделью ИИ определялась как процентное соотношение количества истинно положительных результатов (при наличии расширения легочного ствола) к общему количеству пациентов, у кого определялось расширение легочного ствола более 29мм, специфичность — как процентное соотношение количества истинно отрицательных результатов (у здоровых лиц) к общему количеству здоровых лиц, у которых диаметр легочного ствола не превышал 29 мм.

Чувствительность распознавания патологического расширения восходящего отдела аорты моделью ИИ определялась как  процентное соотношение количества истинно положительных результатов (при наличии эктазии аорты) к общему количеству пациентов, у кого определялось расширение восходящего отдела аорты до 40 мм и более, специфичность — как процентное соотношение количества истинно отрицательных результатов (у здоровых лиц) к общему количеству здоровых лиц, у которых диаметр восходящего отдела аорты не превышал 39 мм.

 

Результаты

За период с 1 января по 28 февраля 2024г. были ретроспективно пересмотрены 300 исследований КТ ОГК. В выборку вошли исследования КТ ОГК 172 женщин и 128 мужчин, средний возраст составил 53±12,5лет.

При ретроспективном пересмотре КТ ОГК было выявлено 49 периферических солидных узлов размерами 6мм и более в паренхиме лёгких у 31 пациента. Модель ИИ обнаружила 40 узлов легких, упустив 9 солидных узлов (Рисунок 1). Модель не разметила ни один крупный узел, размерами более 40мм, которые были обнаружены у 5 пациентов. Кроме того, модель разметила анатомические структуры, не являвшимися узловыми образованиями легких, в количестве 23 находок. Чаще всего к таким находкам относились корни легких и участки уплотнения паренхимы легких по типу «матовое стекло». Таким образом, чувствительность и специфичность модели ИИ в способности обнаружения периферических солидных легочных узлов размерами 6мм и более составили 81,6% и 91% соответственно (Таблица 1).

 

Рисунок 1. Частота выявляемости легочных узлов и сердечно-сосудистых находок на изображениях КТ ОГК

 

Наличие обызвествленных бляшек в стенках коронарных артерий моделью ИИ определено у 229 пациентов (76,4%), в то время как в действительности коронарный кальциноз присутствовал у 168 пациентов (56%). Чувствительность и специфичность ИИ составили 97% и 64,3% соответственно (Таблица 1). Из 168 пациентов, у кого был обнаружен коронарный кальциноз, качественная разметка моделью ИИ определялась в 142 исследованиях, что составило 87,1% от числа всех пациентов, у которых определялись кальцинаты в стенках коронарных артерий. В письменном заключении наличие кальциноза коронарных артерий было отмечено у 134 пациентов, что составило 44,8% от всего числа пациентов и 79,8% от числа пациентов, у которых определялся коронарный кальциноз (Рисунок 1). Таким образом, у 32 пациентов в рентгенологическом заключении коронарный кальциноз не был указан (20% от числа всех пациентов с наличием кальциноза коронарных артерий).

Погрешность в измерении диаметра легочного ствола составила 8%±11%. Расширение легочного ствола более 29мм моделью ИИ было обнаружено у 114 пациентов, что составило 38%.  При ретроспективном пересмотре, расширение легочного ствола более 29мм было выявлено у 72 пациентов, что составило 24,1% от всех пациентов (Рисунок 1). Таким образом, чувствительность и специфичность модели ИИ составили 96% и 78% соответственно (Таблица 1). Если принять во внимание второй фактор, а именно, расширение легочного ствола более 29мм считать патологическим лишь в том случае, если отношение диаметра легочного ствола к диаметру восходящего отдела аорты не менее 0,8. При учете двух факторов патологическое расширение легочного ствола определялось у 65 пациентов (21,6%). При анализе письменных заключений врачей-рентгенологов, патологическое расширение легочного ствола было указано у 41 пациента, что составило 13,8% от числа всех пациентов и 63% от числа пациентов с патологическим расширением диаметра легочного ствола.

Модель ИИ оценивала диаметр восходящего отдела аорты с погрешностью 0±3%. Расширение восходящего отдела аорты 40мм и более было зафиксировано моделью ИИ в 24 случаях (7,9%). Модель ИИ неверно определила расширение восходящего отдела аорты как патологическое только 1 случае, при этом у пациента диаметр восходящего отдела аорты составила 39мм. Чувствительность и специфичность модели ИИ по данному признаку составила 100% и 98,9% соответственно (Таблица 1). При оценке письменных заключений врачей-рентгенологов патологическое расширение аорты 40мм и более было описано в 14 случаях, что составило 4,7% от всех заключений и 60,8% от всех пациентов, у которых диаметр восходящего отдела аорты составил 40мм и более (Рисунок 1).

 

Таблица 1. Чувствительность и специфичность модели ИИ «xAID Chest CT module».

	Модель ИИ
	Чувствительность	Специфичность
Легочные узлы	81,6%	91%
Коронарный кальциноз	97%	64,3%
Расширение легочного ствола более 29мм	96%	78%
Дилатация восходящего отдела аорты на 40мм и более	100%	98,9%

 

Обсуждение

Резюме основного результата исследования

Результаты нашего исследования продемонстрировали высокие показатели работы модели «xAID Chest CT module» в эффективности выявляемости по данным КТ ОГК таких как легочные узлы, кальцинаты в стенках коронарных артерий, патологическое расширение просвета восходящего отдела аорты и легочного ствола. В сравнении с истинной частотой выявляемости данных находок модель ИИ несколько завышала показатели, демонстрируя ложноположительные результаты. Однако на этом фоне, анализ письменных заключений врачей-рентгенологов продемонстрировал, что в случае сердечно-сосудистых находок упускается около трети клинически-значимых сердечно-сосудистых изменений. 

Обсуждение основного результата исследования

По результатам данного исследования, чувствительность и специфичность выявления периферических легочных узловых солидных образование размерами 6мм и более составили 81,6% и 91% соответственно. Стоит отметить, что модель ИИ так же выделяла в некоторых случаях узелки и меньшего размера, однако данный параметр не был включен в анализ нашего исследования. Во всех случаях, когда в паренхиме легких определялось опухолевое образование более 40мм в диаметре, модель ИИ не выделяла находку (Рисунок 2), что, на наш взгляд, является ограничением работы модели ИИ, но не требует доработки в виду отсутствия необходимости в дополнительном указании на крупное узловое образование. При этом можно отметить, что точное распознавание легочных узлов размерами от 6 до 10мм, расположенные в особо затрудненных для визуализации локализациях, является существенным преимуществом и позволяет модели ИИ «подчеркнуть» находки для врача-рентгенолога, не позволяя ему упустить их.

 

Рисунок 2. А – пример распознавания легочного узла моделью «xAID Chest CT module». Б – пример отсутствия обнаружения и разметки моделью ИИ в исследовании с периферическим опухолевым образованием размерами 35х50мм.

 

Обнаружение коронарного кальциноза у пациентов является значимым доказанным фактором риска развития коронарных событий, и расчет КИ является необходимым и обязательным параметром, указываемом в письменном заключении при проведении КТ-коронарографии. Совокупность данных, накопленных в исследованиях за последние годы, продемонстрировали, что оценка КИ по формуле Агатстона возможна не только на изображениях, полученных при проведении КТ с ЭКГ-синхронизацией, но и на изображениях КТ ОГК, проведенной без ЭКГ-синхронизации [7]. Однако, в рутинной практике врача-рентгенолога, расчет КИ при скрининговом исследовании ОГК у каждого пациента не проводится в виду высоких временных затрат. Врач-рентгенолог в большинстве случае ограничивается указанием наличия или отсутствия кальциноза стенок коронарных артерий, однако, процент ложноотрицательных результатов в работе врача высок, что было продемонстрировано, в том числе, и в нашем исследовании. Потенциал ИИ как рабочего инструмента врача-рентгенолога направлен на автоматическое оконтуривание коронарного кальциноза и расчета КИ по формуле Агатстона, не требуя от врача дополнительной обработки изображений, сокращая тем самым временные затраты врача и повышая информативность его письменного заключения. В нашем исследовании модель ИИ «xAID Chest CT module» продемонстрировала высокое качество разметки в 87,1% исследований, где был обнаружен коронарный кальциноз (Рисунок 3). Кроме того, при потенциальном прочтении результатов анализа изображений ИИ врачом-рентгенологом, количество ложноотрицательных результатов в письменном протоколе возможно снизить на 20%. Тем не менее, модель ИИ в некоторых исследованиях ошибалась и принимала за коронарный кальциноз кальцинаты, расположенных за пределами коронарных артерий, например, в стенках аорты, или в подклапанной области, в то время как рентгенолог дифференцирует коронарный кальциноз от кальцификации других анатомических структур без ошибки. Таким образом, оценка КИ моделью ИИ на данном этапе не позволяет слепо следовать результату и требует пересмотра врачом.

 

Рисунок 3. А – пример разметки кальцинатов в стенках коронарных артерий на нативных изображениях КТ ОГК моделью ИИ. Б – стрелкой указан пример ложного срабатывания модели ИИ, разметившего артефакт в области перикарда как элемента коронарного кальциноза.

Легочная гипертензия - совокупность заболеваний разной этиологической природы, общим признаком которых является повышения давления в легочной артерии и при отсутствии должного лечения приводящее к развитию правожелудочковой недостаточности. Несмотря на то, что лечение существенно повышает выживаемость таких пациентов, вовремя диагностировать заболевание все еще затруднительно, в виду не специфичности жалоб, таких как появление отдышки и снижение толерантности к физическим нагрузкам. Поэтому актуальным остается поиск иных признаков, позволяющих заподозрить наличие легочной гипертензии. В рентгенологической практике одним из таких признаков является расширение легочного ствола, которое считается патологическим, когда диаметр легочного ствола достигает или превышает диаметр восходящего отдела аорты. Кроме этого, одним из установленных пороговых значений, при котором можно заподозрить легочную гипертензию, является диаметр просвета лёгочного ствола более 29мм (15). Модель ИИ «xAID Chest CT module» продемонстрировала успешность в измерении диаметра легочного ствола, чувствительность и специфичность составили 96% и 78% соответственно, однако отмечалась тенденция к гипердиагностике данной патологии (Рисунок 4). Тем не менее, в нашем исследовании пи анализе письменных заключений врачей-рентгенологов, данные патологический признак был упущен в каждом третьем случае, в то время как совместное использование навыков врача и анализа изображений КТ ОГК моделью ИИ позволило бы диагностировать патологическое расширение легочного ствола с 96% чувствительностью и 100% специфичностью.

Оценка диаметра просвета восходящего отдела аорты должна быть обязательным пунктом письменного протокола врача-рентгенолога при анализе изображений КТ ОГК. Расширение грудной аорты более 40мм и увеличение диаметра аорты на 5 мм/год и более, что трактуется как значительный прирост размеров аорты, является показанием к кардиохирургическому вмешательству (I класс показаний) и требует консультации с кардиохирургом. По данному признаку мы получили наилучшие показатели в работе модели ИИ (Рисунок 4). Точность оценки диаметра просвета грудной аорты моделью ИИ составила 0±3%, а чувствительность и специфичность 100% и 98,9% соответственно. В письменных заключениях врачей, эктазию грудного отдела аорты врачи-рентгенологи не отметили в 41% всех случаев, что наглядно демонстрируют необходимость применения врачами вспомогательных инструментов для повышения полноты охвата различных важных находок при оценке КТ ОГК.

 

Рисунок 4. А – пример верного измерения диаметра просвета восходящего отдела аорты и  легочного ствола моделью ИИ. В – пример ложноположительного определения расширенного легочного ствола. Моделью ИИ размечен просвет выносящий тракт правого желудочка.

В совокупности по всем результатам исследования было продемонстрировано, что модель ИИ «xAID Chest CT module» не может использоваться самостоятельно, и ее результаты анализа требуют интерпретации со стороны врача. При этом модель помогает найти мелкие узловые образования легких и оценить их размеры, повысить внимание врача к оценке состояния коронарных артерий и одновременно произвести измерения диаметра восходящей грудной аорты и легочного ствола, что не требует у врача затраты времени на выполнение этих измерений.

Ограничения исследования

Все исследования КТ ОГК были взяты из архива одного медицинского центра, что может повлиять на структуру и частоту встречаемости заболеваний и отличать их от общепопуляционной в силу спецпрофиля учреждения. Это в свою очередь может создавать завышенное представление о частоте встречаемости патологий, изученных в нашем исследовании. Кроме того, оценка полезности ИИ в работе врача-рентгенолога оценена лишь потенциально, в то время как реальные показатели могут отличаться. Для этого необходимо провести сравнительное исследование и оценить полноту письменных заключений врачей после внедрения ИИ в их рутинную практику.

Качество разметки коронарного кальциноза оценивалось лишь визуально, и анализ кальцинатов в стенках коронарных артерий требует дополнительного отдельного исследования с измерением КИ на изображениях КТ непосредственно врачом.

 

Заключение

Модель ИИ «xAID Chest CT module» продемонстрировала чувствительность и специфичность для выявления периферических узловых образований легких 81,6% и 91%, для коронарного кальциноза 97% и 64,3%, для расширения просвета восходящего отдела аорты 40мм и более 100% и 98,9%, для расширения просвета легочного ствола более 29мм 96% и 78% соответственно. В письменных заключениях врачей-рентгенологов наличие коронарного кальциноза упущено в 20% всех случаев, эктазия восходящего отдела аорты в 31,2%, а расширение легочного ствола более 29мм в 37% всех случаев наличия патологии.

По результатам нашего исследования внедрение автоматической обработки моделью ИИ «АИ Диагностик» изображений КТ ОГК в практику врача-рентгенолога позволит увеличить выявляемость потенциально клинически значимых сердечно-сосудистых изменений.

About the authors

Lyudmila A. Makovskaya

Lomonosov Moscow State University Medical Research and Educational Center

Author for correspondence.
Email: l.a.makovskaya@yandex.ru
ORCID iD: 0000-0001-9127-7539
SPIN-code: 9668-2229

Radiologist at the Radiology Department at the Lomonosov Moscow State University Medical Center

Russian Federation, 27 Lomonosovsky Prospekt, building 10, Moscow, 119192, Russia

Vitaliy Glebovich Polushkin

Federal State Autonomous Educational Institution of Higher Education I.M. Sechenov; xAID Llc

Email: polushkinvp@gmail.com
ORCID iD: 0000-0002-5456-4624

Medical director Medical director at the xAID Llc

Russian Federation, 119048, Moscow, Moscow, Trubetskaya str., 8, building 2; 08001, Spain, Barcelona, 366 Aragon Street, office 24

Andrei A. Bazhenov

xAID Llc

Email: andrei.bazhenov@xaid.ai
ORCID iD: 0009-0003-6558-115X

Head of the Computer Vision Department at the xAID Llc

Russian Federation, 08001, Spain, Barcelona, 366 Aragon Street office 24

Elena A. Mershina

Lomonosov Moscow State University Medical Research and Educational Center

Email: elena_mershina@mail.ru
ORCID iD: 0000-0002-1266-4926
SPIN-code: 6897-9641

MD, Cand. Sci. (Medicine), Assistant Professor

Russian Federation, 27 Lomonosovsky Prospekt, building 10, Moscow, 119192, Russia

Valentin Sinitsyn

Lomonosov Moscow State University Medical Research and Educational Center

Email: vsini@mail.ru
ORCID iD: 0000-0002-5649-2193
SPIN-code: 8449-6590

M.D., professor

Russian Federation, 27 Lomonosovsky Prospekt, building 10, Moscow, 119192, Russia

References

Supplementary files