Автоматизированное измерение углов hallux valgus с использованием модели глубокого обучения: валидация и сравнение с хирургами разного уровня опыта

Почему уход за «косточками» готов к умной автоматизации

Косточки — эти болезненные выпуклости у основания большого пальца — чрезвычайно распространены, и решение о том, как их лечить, часто зависит от точных измерений углов на рентген‑снимках стопы. Сегодня такие измерения выполняют вручную: они занимают несколько минут на изображение и варьируют от врача к врачу. В этом исследовании изучается, может ли современный вариант искусственного интеллекта взять на себя эту монотонную задачу, достигая точности на уровне хирурга за доли секунды и проложив путь к более последовательной и доступной помощи при косточках.

Проблема простыми словами

Hallux valgus, более известный как косточка, возникает, когда большой палец отклоняется наружу, а первая плюсневая кость смещается внутрь, образуя костный выступ и часто вызывая боль. Хирурги полагаются на два угла, измеряемые на рентгенах при нагрузке — угол hallux valgus между большим пальцем и его длинной костью и межплюсневый угол между первой и второй плюсневыми костями — чтобы решить, нужна ли операция и какую процедуру выбрать. Рисование этих углов вручную медленное, и даже специалисты могут расходиться во мнениях друг с другом или со своими предыдущими измерениями, особенно при лёгких или пограничных случаях. Инструмент, способный быстро и стабильно измерять эти углы, был бы полезен как в загруженных клиниках, так и в крупных исследовательских работах.

Как компьютер учится «читать» рентген стопы

Исследовательская группа создала систему глубокого обучения, спроектированную так, чтобы имитировать то, как эксперт проводит линии по костям на рентгене. Сначала специализированная сеть анализа изображений автоматически выделяет контуры трёх ключевых костей: фаланги большого пальца и первой и второй плюсневых костей. По этим контурам система вычисляет прямую центральную линию для каждой кости, подобно тому, как хирург представил бы себе расположение линейки на снимке. Когда эти линии построены, простая геометрия используется для вычисления двух углов, важных для оценки косточки. Модель обучали и настраивали на более чем 2400 рентген‑снимках стоп в положении стоя, включая как пациентов с косточками, так и людей с нормальным внешним видом стоп, что гарантировало знакомство системы с полным диапазоном форм, встречающихся в практике.

Сравнение системы с хирургами

Чтобы проверить, насколько автоматические измерения соответствуют экспертной оценке, авторы сравнили модель с двумя хирургами стопы и голеностопа с трёх- и семилетним опытом соответственно. Оба хирурга тщательно отмечали линии костей на сотнях рентгенов, а старший хирург проверил их работу для создания эталонного стандарта. Исследование оценивало не только, насколько каждый метод совпадает с этим эталоном, но и как часто измерения отклоняются настолько, чтобы считаться клинически неприемлемыми. Компьютер показал результат, сопоставимый с хирургами по углу большого пальца, и фактически допустил меньше крупных ошибок, чем оба хирурга, при измерении угла между первой и второй плюсневыми костями, особенно на нормальных или пограничных стопах, где человеческие ридеры чаще расходились во мнениях.

Скорость, стабильность и что происходит при ошибках

Кроме точности, наиболее заметным преимуществом автоматической системы была скорость: она измеряла каждый рентген примерно за одну восьмую секунды на обычном компьютере, по сравнению с почти двумя‑тремя минутами внимательной работы человека. Такая эффективность открывает двери для мгновенных стандартизированных измерений прямо в системах визуализации больниц или даже на портативных устройствах. Авторы также исследовали случаи, когда модель ошибалась: например, при рентгенах низкого качества перекрывающиеся кости могли ввести ПО в заблуждение и привести к проведению линии по неправильной структуре. Они предполагают, что будущие версии можно обучать на более сложных снимках и снабдить простыми внутренними проверками, чтобы помечать сомнительные результаты для проверки человеком, вместо того чтобы молча выдавать неверный угол.

Что это значит для пациентов с косточками

Проще говоря, это исследование показывает, что тщательно обученная компьютерная программа может измерять углы, связанные с косточками, на рентгенах стоп примерно с той же точностью, что и опытные хирурги, и значительно быстрее, при этом серьёзные ошибки остаются относительно редкими. Поскольку модель лёгкая и публично доступна, другие больницы и исследователи могут протестировать её, доработать и потенциально интегрировать в рутинную практику. Если будущие многоцентровые исследования подтвердят эти результаты, пациенты могут получить более объективные и воспроизводимые оценки своих косточек, что приведёт к более чётким хирургическим решениям и более последовательному последующему наблюдению со временем.

Цитирование: Wang, Q., Wang, JH., Ji, DD. et al. Automated measurement of hallux valgus angles using a deep learning model: validation and comparison with surgeons of varying expertise. Sci Rep 16, 12280 (2026). https://doi.org/10.1038/s41598-026-42100-2

Ключевые слова: hallux valgus, операция при косточке, рентген стопы, глубокое обучение, анализ медицинских изображений