Ученые из Университета Питтсбурга и Университета Карнеги-Меллона разработали алгоритм машинного обучения, который позволяет обнаружить незначительные признаки остеоартрита на старых МРТ сканах, накоторые не обратили вниманияквалифицированные врачи –радиологи. Эти признаки алгоритм обнаруживает за много лет до появления симптомов. Результаты были опубликованы журнале PNAS.
При таком подходе к прогнозированию пациент может лечиться профилактическими препаратами и избежать эндопротезирования.
Наиболее часто для диагностики остеоартрита используется рентгенография, которая позволяет косвенно судить о состоянии хрящевой ткани на основании уменьшения расстояния между костями. Но проблема в том, что когда рентген показывает наличие проблем в суставе, то это уже свидетельствует о значительном повреждении хрящевой ткани. Поэтому, гораздо легче остановить разрушение хряща своевременным лечением, чем заставить хрящ расти заново. В настоящее время при выраженном артрозе используется эндопротезирование сустава, и количество таких операций увеличивается с каждым годом.
Для создания алгоритма было использованы данные МРТ коленных суставов тысяч пациентов изOsteoarthritis Initiative, которые находились под наблюдением в течение 7 лет. Прицельное внимание было обращено на пациентов, у которых не было очевидных признаков повреждения хрящевой ткани. Динамическое наблюдение за пациентами показало, у кого из в них в течение времени развился артроз. Алгоритм машинного обучения позволил обнаружить незначительные морфологические изменения в хрящах у бессимптомных пациентов и прогнозировать риск развития артроза.
Возможности врача-радиолога дифференцировать мелкие морфологические изменения ограничены возможностью невооруженного глаза человека. Но эти изменения может обнаружить алгоритм ИИ. Алгоритм, созданный учеными, был протестирован и показал точность прогноза до 78% в течение 3 лет наблюдения за пациентами.
Возможность прогнозирования риска развития артроза позволит начать разработки методов лечения, позволяющих остановить разрушение хрящевой и, в конечном итоге, добиться снижения количества операций по замене сустава.
