Нейросеть помогла точнее распознавать редкие почечные камни

Исследователи из Санкт-Петербурга сгенерировали нейросетью 400 спектров редких фосфатных камней. С ними точность распознавания таких камней выросла на 5–10%.

Исследователи научили алгоритмы машинного обучения точнее определять химический состав почечных камней. Метод основан на том, как камни отражают свет в ближнем инфракрасном диапазоне. Раньше такой подход давал ненадёжные результаты: стандартные модели плохо распознавали камни редкого состава. До сих пор точно узнать состав можно было только после операции, когда камень извлекали.

Проблема в том, что камни разного состава встречаются с разной частотой. Чаще всего, примерно в 72% случаев, камни состоят из оксалатов кальция, реже — из солей мочевой кислоты (уратов, 18%) или фосфорной кислоты (фосфатов, около 10%). Именно фосфатные камни сложнее всего разрушить: для них нужна очень высокая энергия лазера. Мочекаменная болезнь нередко возвращается даже после успешного лечения.

Чтобы восполнить нехватку данных, авторы использовали генеративно-состязательную нейросеть. Одна её часть создаёт новые спектры, другая пытается отличить их от настоящих, и в итоге генератор учится создавать спектры, неотличимые от реальных. С его помощью исследователи получили 400 спектров, неотличимых от спектров редких фосфатных камней, — недостающий набор данных.

Синтетические спектры добавили к реальной обучающей выборке и использовали для обучения метода опорных векторов — классического алгоритма. Он делит камни на три класса: оксалаты, ураты и фосфаты. Точность распознавания редких фосфатных камней выросла на 5–10%, полнота — на 10–20%. Полнота показывает, насколько система не пропускает такие камни.

Исследование поддержано грантом Российского научного фонда (РНФ), результаты опубликованы в журнале Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. Авторы — исследователи Санкт-Петербургского государственного университета, Университета ИТМО и Военно-медицинской академии имени С. М. Кирова.

По словам основной исполнительницы проекта Екатерины Бойченко, разработка позволит хирургу определять состав камня прямо в теле пациента и настраивать оборудование для дробления. Врачи смогут сразу в день операции назначить больным правильную диету и лечение, снижая риск рецидивов:

В дальнейшем исследователи планируют обучать алгоритмы на спектрах архивных мочевых камней и использовать модели для распознавания камней, извлечённых в ходе реальных операций.

Российский научный фонд