Автоматизована класифікація рентгенівських знімків легень на основі ResNet-18 як інструмент медичної безпеки

Abstract

Резюме. Захворювання легень, зокрема туберкульоз, пневмонія та рак легень, становлять серйозну глобальну загрозу для здоров’я. Щорічно ці хвороби уражають мільйони людей і спричиняють мільйонні втрати життя. Так, у 2021 році на туберкульоз захворіли понад 10 млн осіб, з яких 1,6 млн померли. Пневмонія стабільно входить до п’ятірки провідних причин смертності у світі, особливо серед дітей та літніх людей, а рак легень є найлетальнішим видом раку, з близько 1,8 млн смертей у 2020 році. Вчасна діагностика цих хвороб критично важлива для ефективного лікування та стримування поширення. Однак традиційні методи діагностики (наприклад, оцінка рентгенівських знімків лікарем) обмежені людським фактором: нестача кваліфікованих радіологів, суб’єктивність оцінок та час, потрібний на аналіз великої кількості знімків. У кризових ситуаціях, як-от пандемія COVID-19, ці обмеження особливо відчутні – системи охорони здоров’я перевантажені, а швидкість ухвалення рішень стає питанням безпеки громадського здоров’я. Пандемія продемонструвала, що розробка засобів автоматизованої, швидкої діагностики має бути пріоритетом міжнародного співробітництва у сфері медичної безпеки. Метою даної роботи є підвищення ефективності раннього виявлення легеневих захворювань шляхом розробки інтегрованої системи діагностики, що поєднує аналіз медичних зображень та анкетних даних на основі методів глибокого навчання. Задача полягала у створенні модуля автоматичної класифікації рентгенівських знімків грудної клітки з використанням глибокої нейронної мережі ResNet-18, а також додаткового модуля для оцінки ризику раку легень за допомогою опитувальників. Актуальність роботи зумовлена нагальною потребою в прискоренні та підвищенні точності діагностики інфекційних і онкологічних захворювань легень. Своєчасний скринінг та виявлення хворих дає змогу вжити заходів ізоляції і лікування, що є важливим аспектом безпеки охорони здоров’я населення.