Применение компьютерного зрения в сосудистой хирургии: систематический обзор и критическая оценка

«Умные» камеры для врачей, лечащих сосуды

Врачи, занимающиеся заболеваниями сосудов, во многом зависят от медицинских изображений — от томографий до простых фотографий ран. В последние годы компьютерное зрение — программное обеспечение, которое «видит» и интерпретирует изображения — продвинулось настолько, что порой может соперничать с медицинскими экспертами. В этой статье проанализированы сотни исследований, чтобы понять, как эти инструменты чтения изображений применяются в сосудистой хирургии, насколько они эффективны и что нужно улучшить, прежде чем они смогут безопасно помогать врачам в уходе за пациентами.

Где исследования растут быстрее всего

Авторы искали по основным медицинским и техническим базам данных и нашли 288 исследований, с резким ростом публикаций после 2017 года и второй волной в 2024–2025 годах. Большинство проектов анализировали уже существующие снимки, а не вели наблюдение за пациентами вперед во времени. Исследователи в основном нацеливались на три проблемы: расширение главной артерии тела (аневризмы и расслаивание аорты), сужение шейных артерий, питающих мозг, и трудно заживающие язвы стопы, особенно при диабете. Напротив, такие состояния, как закупорка артерий ног и венозные заболевания — повседневные проблемы в сосудистых клиниках — изучались редко, хотя они могут вызывать боль, инвалидность и приводить к ампутациям.

На что именно смотрят компьютеры

В исследованиях компьютерам давали разные типы изображений. Для болезней аорты в основном использовали КТ; для шейных артерий — ультразвук; для язв стопы — обычные фотографии и термографию. Наиболее распространёнными инструментами были современные глубокие нейронные сети, в особенности U‑Net и другие сверточные нейронные сети, иногда объединённые в ансамбли. Системы обычно просили обводить структуры (например, просвет и стенку артерии или края раны), измерять размеры или классифицировать изображения по категориям типа «болезнь» или «здоровый». Многие модели в публикациях показали впечатляющие результаты, иногда близкие к работе специалистов для задач вроде измерения размера аневризмы или отслеживания площади язвы стопы.

Насколько надёжны и справедливы эти инструменты?

Несмотря на обнадеживающие результаты, обзор выявил серьёзные недостатки в том, как эти системы строились и тестировались. Только меньшинство использовало внешние данные из других больниц, а это критично для доказательства того, что модель будет работать в реальных условиях, а не только на своём датасете. Многие работы пропускали базовые меры предосторожности против переобучения, такие как отдельные валидационные наборы или проверка дисбаланса классов, а некоторые даже оценивали работу на тех же изображениях, что использовались для обучения. Стандарты представления результатов были непоследовательными: для задач сегментации примерно половина работ привела принятое значение показателя перекрытия, а для бинарных предсказаний менее одной из пяти использовала более надёжную меру AUROC. Очень немногие исследования проверяли, по-разному ли системы работают для разных групп пациентов или разных аппаратов, что оставляет вопросы о справедливости и переносимости.

Пробелы в предметах изучения

Структура исследований не отражает повседневные потребности пациентов. Большая часть работы сосредоточена вокруг аорты, шейных артерий и диабетической стопы — областей с обширными наборами изображений и ясными задачами. Между тем заболевание периферических артерий ног, которое часто затрагивает представителей расовых меньшинств и людей с низким доходом, остаётся малоизученным. Авторы утверждают, что компьютерное зрение могло бы быть особенно полезно здесь, прогнозируя, у каких пациентов состояние ухудшится, и автоматизируя сложные шкалы оценки, которые сейчас занимают слишком много времени в загруженных клиниках. Ещё одна упущенная возможность — программное обеспечение, имитирующее контрастное вещество на снимках без фактического введения красителя, что позволило бы избежать потенциально вредных веществ у пациентов с проблемами почек — такую технику пробовали лишь единичные сосудистые исследования.

Повышение планки для будущих работ

Для оценки качества авторы применили два устоявшихся чек‑листа, оценивающих смещение и отчётность в предиктивных исследованиях. Только около одной пятой новых работ получила оценку низкого риска смещения, а общий уровень соблюдения стандартов отчётности оставался чуть выше половины, хотя со временем улучшался. Частые пробелы включали неясное описание того, как создавались «истинные» метки, отсутствие прозрачности относительно источников данных, недостающую информацию о выборе параметров модели и почти полное отсутствие участия пациентов или общественности. Авторы призывают исследователей следовать этим руководствам с этапа планирования, использовать согласованные метрики (dice для сегментации, AUROC для бинарных решений), делиться данными и кодом, когда это возможно, и проводить проспективные испытания, проверяющие, действительно ли инструменты компьютерного зрения улучшают исходы пациентов.

Что это значит для пациентов и клиницистов

В целом обзор рисует картину мощных инструментов чтения изображений, которые всё ещё на ранней стадии перехода из лаборатории в клинику. Компьютерное зрение в сосудистой хирургии уже показывает способность обнаруживать, обводить и измерять сосудистые проблемы и раны с впечатляющей точностью в контролируемых условиях. Но пока исследования не будут лучше отражать реальную практику, не включат разнообразных пациентов и не достигнут более строгих стандартов качества, эти системы останутся в основном научными экзотиками, а не надёжными партнёрами в уходе. Если разработчики и клиницисты решат эти проблемы, компьютерное зрение может стать рутинным помощником, ускоряющим диагностику, поддерживающим сложные решения и расширяющим доступ к оценке уровня специалиста для людей с сосудистыми заболеваниями.

Цитирование: Liyanage, A., Li, B., Yi, J. et al. Computer vision applications in vascular surgery: a systematic review and critical appraisal. npj Digit. Med. 9, 260 (2026). https://doi.org/10.1038/s41746-026-02427-6

Ключевые слова: компьютерное зрение в сосудистой хирургии, ИИ для медицинской визуализации, заболевания аорты и сонных артерий, язвы стопы при диабете, заболевание периферических артерий