Глубокое обучение для быстрой скрининга и локализации спинальных дуральных артериовенозных фистул для улучшения клинического рабочего процесса

Почему это важно для пациентов и врачей

Слабость в спине и ногах, затруднения при ходьбе или нарушения функции мочевого пузыря часто списывают на старение или распространённые проблемы с позвоночником. Однако у некоторых пациентов истинной причиной может быть крошечный аномальный сосуд на оболочке спинного мозга — спинальная дуральная артериовенозная фистула (SDAVF). Эти фистулы трудно заметить и легко пропустить, что может задержать лечение и привести к необратимому повреждению нервов. В этом исследовании представлена система искусственного интеллекта (ИИ), которая быстро и точно анализирует сосудистые сканы позвоночника, помогая врачам находить эти скрытые проблемы при гораздо меньших трудозатратах.

Скрытая причина серьёзных спинальных нарушений

SDAVF — самый распространённый тип сосудистой аномалии позвоночника, но в целом они всё ещё редки и часто остаются незамеченными. Их симптомы — постепенная слабость ног, онемение или нарушения контроля над мочевым пузырём и кишечником — могут имитировать многие другие заболевания позвоночника. Если фистулу не лечить вовремя, кровоток под высоким давлением может повредить вены вокруг спинного мозга и привести к необратимой инвалидности. В настоящее время врачи опираются на инвазивный метод цифровой субтракционной ангиографии, который требует длительных процедур, облучения и контрастного препарата для детальной визуализации сосудов позвоночника. Менее инвазивное исследование — КТ-ангиография (CTA) — уже используется для планирования, но превращение исходных данных в пригодные трёхмерные изображения медленно, утомительно и сильно зависит от навыков и терпения техника.

Преобразование сложных сканов в понятные ответы

Чтобы решить эту узкую часть процесса, исследователи создали автоматизированную систему SDAVFdoc, которая обрабатывает CTA-сканы всего позвоночника. Вместо того чтобы просматривать более тысячи тонких срезов вручную и восстанавливать сосуды, система разделяет задачу на несколько логических этапов. Сначала одна модель глубокого обучения выделяет сам спинной мозг, уменьшая зону поиска. Вторая модель затем ищет в этой области скопления аномальных отводящих вен — ключевой визуальный маркер SDAVF. Если такое скопление достигает определённого размера, система отмечает скан как вероятно положительный.

Нахождение точного очага поражения

После того как система решает, вероятна ли наличие фистулы, SDAVFdoc должна ещё указать врачу, куда смотреть. Для этого дополнительные модели ИИ определяют центры тел позвонков с первого грудного до пятого поясничного уровня, а затем локализуют левые и правые отверстия, через которые выходят спинномозговые нервы — межпозвонковые отверстия. Используя эту встроенную карту позвоночника, система сужает вертикальный сегмент, где появляются отводящие вены, затем вырезает небольшие трёхмерные блоки вокруг каждого отверстия. Финальная модель глубокого обучения анализирует эти маленькие области и выбирает ту, которая с наибольшей вероятностью содержит фистулу, фактически указывая на конкретную сторону и уровень позвоночника.

Точность, скорость и тестирование в реальных условиях

Команда обучила и протестировала SDAVFdoc на CTA-сканах 718 пациентов из трёх больниц, включая как подтверждённые случаи SDAVF, так и случаи без фистулы. Модель обнаружения скоплений вен надёжно отличала SDAVF от не-SDAVF с высокой точностью, достигая F1-показателей выше 0,93 в нескольких тестовых наборах. Финальная модель локализации фистулы также показала хорошие результаты: её способность различать истинные и ложные случаи (AUC) постоянно находилась в диапазоне примерно 0,93–0,95. Не менее важно, что двое опытных радиологов оценили более 90% автоматически сгенерированных изображений вен как достаточные или отличные для постановки диагноза. В проспективном исследовании, имитировавшем повседневную клиническую практику, ИИ сократил среднее время постобработки на случай с ~41 минуты до чуть более 1 минуты и уменьшил число кликов мышью с более чем 750 до менее чем 10.

Что это означает для будущей помощи

Для пациентов исследование обещает будущее, в котором опасные, но поддающиеся лечению сосудистые нарушения позвоночника будут обнаруживаться более надёжно и раньше, до появления необратимых последствий. Для врачей и техников SDAVFdoc предлагает способ превратить трудоёмкую задачу, требующую высокой квалификации, в автоматизированный фоновый процесс, который предоставляет ясные кандидатные локусы фистулы. Хотя систему ещё нужно тестировать на других, более редких сосудистых заболеваниях позвоночника и в областях выше поясничного отдела, она уже демонстрирует, что ИИ может безопасно взять на себя значительную часть работы по реконструкции сложных изображений. Практически это средство может помочь больницам сократить время обследований, уменьшить количество исследований с высокой дозой облучения и быстрее направлять специалистов к крошечной аномалии, от которой зависит исход — паралич или восстановление.

Цитирование: Zheng, F., Cao, X., Xu, J. et al. Deep learning for fast screening and localization of spinal dural arteriovenous fistulas to enhance clinical workflow. npj Digit. Med. 9, 296 (2026). https://doi.org/10.1038/s41746-026-02474-z

Ключевые слова: спинальная дуральная артериовенозная фистула, КТ-ангиография, глубокое обучение, ИИ в медицинской визуализации, сосудистые пороки позвоночника