urologist, Ph.D. student, Institute of Urology and Reproductive Health
врач-уролог, аспирант, Институт урологии и репродуктивного здоровья человека
Ph.D., MD, academician of RSA, rector, Institute of Urology and Reproductive Health
академик РАН, д.м.н., ректор, Институт урологии и репродуктивного здоровья человека
corresponding member of RAS, Ph.D., MD, professor at the Institute of Urology and Reproductive Health
член-корр. РАН, д.м.н., профессор, Института урологии и репродуктивного здоровья человека
Ph.D., MD, urologist, Chief Physician of the University Clinical Hospital No. 1, Institute of Urology and Reproductive Health
д.м.н., врач-уролог, главный врач УКБ №1, Институт урологии и репродуктивного здоровья человека
Ph.D., MD, urologist, oncologist, deputy director on scientific work at the Department of Urology at the Institute for Urology and Human Reproductive Health
д.м.н., врач-уролог, онколог, заместитель директора по научной работе Института урологии и репродуктивного здоровья человека
physical engineer, Institute of Urology and Reproductive Health
инженер-физик Института урологии и репродуктивного здоровья человека
software engineer at the Institute of Urology and Reproductive Health
инженер-программист Института урологии и репродуктивного здоровья человека
Ph.D., MD, urologist, chief researcher at the Institute of Urology and Reproductive Health
д.м.н., врач-уролог, главный научный сотрудник Института урологии и репродуктивного здоровья человека
Ph.D., urologist, oncologist, assistant of the Institute for Urology and Human Reproductive Health
к.м.н., врач-уролог, онколог, ассистент, Института урологии и репродуктивного здоровья человека
urologist, applicant of the Institute of Urology and Reproductive Health
врач-уролог, соискатель Института урологии и репродуктивного здоровья человека
Ph.D., MD, urologist, oncologist, Chief of the Center of Neural Network Technologies of Institute of Urology and Reproductive Health
д.м.н., врач-уролог, онколог, руководитель Центра нейросетевых технологий Института урологии и репродуктивного здоровья человека
urologist, Ph.D. student, Institute of Urology and Reproductive Health
врач-уролог, аспирант Института урологии и репродуктивного здоровья человека
Ph.D. student, Institute of Urology and Reproductive Health
соискатель ученой степени кандидата медицинских наук, Институт урологии и репродуктивного здоровья человека
urologist, Ph.D. student, Institute of Urology and Reproductive Health
врач-уролог, аспирант Института урологии и репродуктивного здоровья человека
4-year student, Institute of Urology and Reproductive Health
студентка 4-го курса, Институт урологии и репродуктивного здоровья человека
4-year student, Institute of Urology and Reproductive Health
студент 4 курса, Институт урологии и репродуктивного здоровья человека
Chief Biostatistician, Research Services Division, Department of Scientific Development and Clinical Research, Institute of Urology and Reproductive Health
главный биостатистик отдела исследовательских сервисов Департамента по научному развитию и клиническим исследованиям, Институт урологии и репродуктивного здоровья человека
academician of RAS, professor, Ph.D., MD, Director of the Institute of Urology and Clinical Oncology, rector
академик РАН, профессор, д.м.н., директор института урологии и клинической онкологии
Ph.D., associate professor at the Department of Urology and Oncology
к.м.н., доцент кафедры урологии и онкологии
Ph.D., Head of the Department of Oncology of the Clinic
к.м.н., заведующий онкологическим отделением Клиники
Ph.D., MD, professor at the Department of General Surgery with a course of transplantology and X-ray diagnoctics
д.м.н, профессор кафедры общей хирургии с курсами трансплантологии и лучевой диагностики
Head of the Laboratory of radionuclide diagnostics
заведующий лабораторией радионуклидной диагностики Клиники
Head of the X-ray department of the Clinic
заведующий рентгеновским отделением Клиники
radiologist of the Laboratory of radionuclide diagnostics
врач-радиолог лаборатории радионуклидной диагностики Клиники
radiologist of the Laboratory of radionuclide diagnostics
врач-радиолог лаборатории радионуклидной диагностики Клиники
Ph.D., MD, associate professor, Deputy chief on the Surgery of University Clinical Hospital No1
д.м.н., доцент, заместитель главного врача по хирургии Университетской клинической больницы № 1
Ph.D., associate professor, Head of the Department of Oncourology of University Clinical Hospital No1
к.м.н., доцент, заведующий отделением онкоурологии Университетской клинической больницы № 1
Ph.D., assistant at the Department of X-ray Diagnostics named after prof. N.E. Stern of University Clinical Hospital No1
к.м.н., ассистент кафедры лучевой диагностики им. Проф. Н.Е. Штерна Университетской клинической больницы 1
assistant at the Department of X-ray Diagnostics named after prof. N.E. Stern, radiologist at the University Clinical Hospital No1
ассистент кафедры лучевой диагностики им. Проф. Н.Е. Штерна, врач-рентгенолог Университетской клинической больницы № 1
Corresponding author: A.A. Zholdubaev – urologist, Ph.D. student, Institute of Urology and Reproductive Health, FGAOU VO I.M. Sechenov First Moscow State Medical University, Moscow, Russia; е-mail: dr_agabek@mail.ru
Aim. To evaluate the automated medical decision support system «Sechenov.AI_nephro» in the treatment of patients with renal parenchymal tumors.
Materials and methods: The beta version of the web-platform «Sechenov.AI_nephro» consists of a neural network based on MONAI (Medical open network for AI) and a web interface, with algorithms classified based on segmentation data in manual mode using the 3D modeling program «Amira». A total of 441 patients with renal parenchymal tumors were included in the multicenter prospective study. Testing was carried out over 12 months in 3 urological centers: 358 (81.2%) patients from I.M. Sechenov First Moscow State Medical University, Moscow; 73 (16.6%) patients from Bashkir State Medical University; and 10 (2.3%) patients from Saratov State Medical University named after V.I. Razumovsky. In all cases, contrast-enhanced computed tomography (CT) was performed preoperatively. DICOM (Digital Imaging and Communications in Medicine) data of each patient's CT was uploaded to the web-platform «Sechenov.AI_nephro» for automatic construction of a 3D model of the tumor. The work of the web-platform «Sechenov.AI_nephro» was evaluated based on a questionnaire completed by surgeons who performed the surgical intervention. The questionnaire consisted of 14 questions, with a scoring system from 1 to 10 points. It was divided into 3 main sections, including first for assessment of the quality of work of the web-platform «Sechenov.AI_nephro»; second for evaluation of the use of the 3D model in communication with the patient, for surgical planning and intraoperative navigation; and third for analysis of the choice of useful data display mode, errors in constructing the 3D model.
Results. The questionnaire was completed in 253 (57.37% of 441) cases. The quality of 3D models was rated 7.8–9.4 points, and the use of the 3D model in communication with the patient, for surgical planning and intraoperative navigation was rated 7.8–9.4 points. The 3D models were constructed correctly in 70% of cases. The area of interest was the useful mode of 3D models display in surgical planning. Incorrectly constructed anatomical elements were veins in 25.5% and the tumor in 26.4% of cases, respectively.
Conclusion. The automated medical decision support system in the treatment of patients with renal parenchymal tumors «Sechenov.AI_nephro» demonstrated satisfactory quality of 3D reconstruction of pathological process. 3D models allow for personalized determination of the surgical tactic for treating patients with renal tumors.
Цель исследования: оценить работу автоматизированной системы поддержки принятия врачебных решений «Sechenov.AI_nephro» в лечении пациентов с новообразованиями паренхимы почки (НПП).
Материалы и методы. β-версия веб-платформы «Sechenov.AI_nephro» состоит из нейронной сети на основе MONAI (Medical open network for AI) и веб-интерфейса, алгоритмы которого классифицированы на основании данных сегментации в «ручном» режиме при помощи программы 3D-моделирования «Amira». В многоцентровое проспективное исследование включен 441 пациент с НПП. Тестирование проводилось в течение 12 мес. на базе 3 урологических центров: 358 (81,2%) пациентов Сеченовского Университета; 73 (16,6%) больных Башкирского Государственного медицинского университета (БГМУ); 10 (2,3%) пациентов Саратовского Государственного медицинского университета им. В. И. Разумовского(СГМУ). Во всех наблюдениях перед операцией выполнялась мультиспиральная компьютерная томография (МСКТ) с контрастированием. DICOM (Digital Imaging and Communications in Medicine)-данные МСКТ каждого пациента врач-уролог загружал в веб-платформу «Sechenov.AI_nephro» с целью автоматического построения 3D-модели патологического процесса. Оценка работы веб-платформы «Sechenov.AI_nephro» проведена на основании анкетирования врачей, выполнявших операцию. Анкета включала 14 вопросов с балльной оценкой от 1 до 10 баллов. Опросник разделен на 3 основных раздела: 1 – оценка качества работы веб-платформы «Sechenov.AI_nephro»; 2 – оценка использования 3D-модели в беседе с пациентом для планирования операции и интраоперационной навигации; 3 – анализ выбора полезного режима отображения данных, ошибки построения 3D-модели.
Результаты. анкетирование выполнено в 253 (57,37% из 441) наблюдениях. Оценка качества построений 3D-моделей – 7,8–9,4 балла, использование 3D-модели в беседе с пациентом для планирования операции и интраоперационной навигации – 7,8–9,4 балла. 3D-модели построены правильно в 70% наблюдений. Областью интереса являлся полезный режим отображения 3D- моделей в планировании операции. Неверно построенные элементы анатомии – вены в 25,5% и опухоль 26,4% наблюдений соответственно.
Заключение. Работа автоматизированной системы поддержки принятия врачебных решений в лечении больных НПП «Sechenov.AI_nephro» продемонстрировала удовлетворительное качество воспроизведения 3D-моделей патологического процесса. 3D-построения позволяют персонифицированно определять хирургическую тактику лечения пациентов с НПП.