CAD очагов поражения при маммографии — ценный метод, помогающий повысить чувствительность скринингового исследования. Идея проста: необходимо использовать сильные стороны компьютера (быстрая обработка сложных данных, последовательность, запрограммированное внимание к повторяющимся задачам без отвлекающих факторов или усталости), чтобы облегчить медицинским работникам решение повторяющейся задачи поиска признаков рака молочной железы при скрининговой маммографии.
При использовании CAD в маммографии существует синергия — комбинация сильных сторон врача и вычислительных мощностей компьютера, которые приводят к повышению чувствительности исследования и лучшим результатам. CAD похоже на мощную программу проверки орфографии, ценный инструмент, помогающий врачу в обнаружении заболеваний молочной железы.
Интерпретацию маммограммы затрудняют многие факторы.
• Различия между злокачественным и доброкачественным новообразованием иногда незначительны, а потому для обнаружения подозрительных микрокальцинатов и очагов поражения требуется особое внимание.
• Другая трудность заключается в том, что количество больных раком молочной железы в обследуемой популяции невелико, обычно от 3 до 10 на 1000 обследованных женщин. В большинстве случаев патологию при обследовании не выявляют.
• Большинство учреждений, где выполняют маммографию, обслуживают большое количество пациентов, и, следовательно, специалисты должны интерпретировать большое количество маммограмм, на каждую их которых иногда отводится небольшой промежуток времени.
• В условиях загруженности радиолога, интерпретирующего изображения, могут отвлекать многие моменты.
Совокупность всех этих факторов из-за недооценки врача может привести к ложноотрицательной интерпретации маммограммы. Это значит, что снимок с явными признаками рака молочной железы может быть описан как нормальный. Согласно результатам исследований, доля ложноотрицательных результатов при выполнении скрининговой маммографии составляет от 20 до 40%.
Медицинские учреждения пытались решить эту проблему с помощью двойного прочтения. Интерпретация маммограмм двумя независимыми радиологами увеличивает чувствительность скринингового исследования на 5-15%. Однако в зависимости от метода, используемого для объединения интерпретаций изображения двумя врачами, может наблюдаться соответствующее снижение специфичности [33]. Кроме того, при внедрении метода двойного прочтения многие учреждения сталкиваются с материально-техническими и финансовыми трудностями.
Это привело к альтернативному решению, обсуждаемому в данной статье на сайте, — использованию компьютера, который помогает радиологу визуально проанализировать маммограмму, чтобы обнаружить признаки рака молочной железы. Цель компьютерной системы — не заменить врача, а предоставить ему дополнительную информацию, чтобы радиолог уделил внимание всем подозрительным участкам на маммограмме. Решение об их интерпретации остается за радиологом.
Использование компьютеров для обнаружения отличается от компьютерной диагностики тем, что компьютерный анализ дает больше рекомендаций относительно степени злокачественности конкретного участка. В настоящее время на рынке США нет системы, обеспечивающей компьютерную диагностику в маммографии. Система CAD для аналоговой маммографии была одобрена FDA в 1998 г., для цифровой маммографии — в 2001 г., для DBT в С-проекции (компания Hologic) — в 2013 г.
а) Каким образом работает компьютерная автоматизированная диагностика? Первым этапом использования CAD в кабинете маммографии является получение цифрового варианта снимка молочной железы на компьютере. Маммограмма форматируется в виде сетки из строк и столбцов. Каждый маленький квадрат называется пикселем. При выполнении цифровой маммографии снимок в цифровом формате получают автоматически.
После захвата цифрового изображения CAD начинается компьютерный анализ. Различные алгоритмы (алгоритм — это метод применения математических или логических инструментов к задаче, в данном случае с помощью компьютера) обычно строятся на основе хорошо известных методик, основанных на компьютерном зрении или анализе изображений из других областей. Программисты пытаются использовать эти методики для поиска тех же функций распознавания образов, что и радиологи.
Большинство разрабатываемых алгоритмов предназначены для раздельного обнаружения микрокальцинатов и объемных образований (или других объемных образований, например, с нечеткими контурами), потому что эти аномалии очень различаются. Подобным образом радиологи используют для обнаружения микрокальцинатов и объемных образований разные методики.
Упрощая компьютерные алгоритмы, ищут либо кластеры белых ярких пятен (микрокальцинаты), либо белые области большого размера (объемные образования). Подобно тому, как радиологи учатся на большом клиническом материале маммограмм с разной патологией, программисты используют большие базы данных подтвержденных биопсией случаев рака молочной железы, чтобы разработать алгоритмы компьютерного исследования изображения.
Важным этапом анализа является распознавание признаков как можно большего количества известных патологических очагов. Большинство алгоритмов работают, создавая вероятностное заключение по подозрительной области. Затем в окончательный список попадут области с вероятностью, превышающей определенный порог.
После выявления в ходе анализа областей, на которые следует обратить внимание, эта информация должна быть передана радиологу. Отмеченные области отображаются на мониторах радиолога. Метки CAD отображаются при нажатии кнопки CAD. На рис. 1 представлены примеры скрининговых маммограмм с наложенными маркерами.
Рисунок 1. (А) Компьютерная автоматизированная диагностика отображает области, представляющие интерес, отмеченные для оценки радиологом. Радиолог может оценить находку компьютерной системы как значимую или незначимую. (B) Радиолог может предложить устройству отображения определить те области, которые компьютер считает значимыми
Основное правило использования этой технологии заключается в том, что окончательную интерпретацию маммограммы осуществляет радиолог. Врачу необходимо просмотреть маммограмму без отображения результатов CAD, чтобы самостоятельно определить ОИ. После этого перед принятием окончательного решения ему надлежит активировать результаты CAD. Это позволяет радиологу выступать в роли второго специалиста, интерпретирующего снимок.
1. Внедрение компьютерной автоматизированной диагностики в клиническую среду. Системы CAD, доступные сегодня, разработаны в качестве вспомогательного средства при скрининговой маммографии, поэтому CAD обрабатывает только изображения в стандартных проекциях. Интеграция CAD в цифровую среду практически незаметна. Полученные в цифровом виде изображения автоматически направляются через компьютер для CAD (рис. 2). Результаты отображаются на рабочей станции радиолога.
Рисунок 2. Цифровой компьютер с системой компьютерной автоматизированной диагностики
Практикум. Посмотрите на рис. 1, прочтите текст и ответьте на следующие вопросы.
1) Что такое CAD?
2) Каков принцип его работы?
2. Оценка производительности системы компьютерной автоматизированной диагностики. Сердце системы CAD — качество алгоритма и его точность. Для разработки и измерения этого аспекта было проведено много исследований.
2.1 Маркеры точности. Результат работы системы CAD — маркеры в областях, обнаруженных алгоритмом, имеющих подозрительные характеристики. Для того чтобы оценить, насколько хорошо работает алгоритм CAD, необходимо определить точность автоматической расстановки маркеров: как часто система расставляет их в местах известной локализации злокачественной опухоли и как часто она ошибочно маркирует области без признаков онкологического заболевания.
Для этого используются две величины: а) чувствительность системы и б) среднее количество отметок при выполнении исследования, включающее четыре снимка. Чувствительность определяется как количество случаев рака молочной железы, верно определенного системой CAD, разделенное на общее количество выявленных случаев этого заболевания. Среднее количество отметок на исследование — это общее количество меток, разделенное на общее количество исследований. Ни одна система CAD не обладает 100% чувствительностью, что подчеркивает важность внимательного изучения изображения радиологом (рис. 3).
Рисунок 3. (А) Злокачественная опухоль, не отмеченная системой компьютерной автоматизированной диагностики. Звездочка в кожной складке на снимке в LCC-проекции. В верхненаружном квадранте правой молочной железы есть небольшое, низкоконтрастное образование с нечетким контуром, которое не было помечено системой компьютерной автоматизированной диагностики
2.2 Исследования, используемые для оценки. Для того чтобы иметь возможность оценить представленные показатели производительности, важно знать типы исследований, используемых для измерения. Случаи рака для оценки должны выбираться беспристрастно, а также отражать все типы онкологического заболевания, с которыми можно столкнуться в клинических условиях. Это позволяет радиологу оценить, насколько хорошо система промаркирует часто встречающиеся при маммографии патологические находки.
Хотя можно измерить среднее количество отметок в каждом случае для случаев выявленного рака молочной железы, более наглядно использовать нормальные случаи, поскольку они встречаются при скрининге гораздо чаще (обычно 95% случаев оцениваются как нормальные).
3. Рабочий процесс. Интеграция CAD в рабочий процесс проста. Полученные цифровые изображения поступают с рабочей станции лаборанта через компьютер CAD на монитор (-ы) радиолога, где отображаются результаты.
б) Клинические исследования компьютерной автоматизированной диагностики. Внедрение CAD в процесс маммографии зависело от нескольких технологических достижений, внедренных одновременно: улучшения качества маммограмм, прогресса в методах анализа изображений, достижений компьютерной техники, которые обеспечили быструю обработку информации и большой объем хранилища, а также повышения качества процессоров обработки пленочных изображений. По мере внедрения этих технологий многие группы исследователей, работающие над прототипами компонентов маммографического исследования, публиковали свои результаты.
Многие из первых исследований документально подтвердили способность алгоритмов CAD правильно отмечать на маммограмме местоположение известной злокачественной опухоли. Согласно базе данных, из 1083 последовательных подтвержденных биопсией случаев рака молочной железы работа первой компании, получившей одобрение FDA, продемонстрировала чувствительность 98% (399 случаев из 406) для обнаружения микрокальцинатов и 86% (580 случаев из 677) для объемных образований при размещении в среднем двух меток на исследование, включающее четыре снимка.
В других ранних исследованиях оценивали производительность радиологов при интерпретации маммограмм с использованием CAD и без него. Их результаты продемонстрировали повышение чувствительности и специфичности при прочтении снимков с помощью CAD в условиях контролируемого испытания. В мультицентровом исследовании [30] оценивали не только частоту ложноотрицательных результатов скрининговой маммографии (количество снимков с признаками рака молочной железы, интерпретированных как нормальные), но и способность системы CAD верно отмечать пропущенные радиологом злокачественные новообразования.
По сообщению авторов, частота ложноотрицательных результатов составляет 21%, а система CAD выявляет пропущенные очаги поражения в 77% случаев (рис. 4). Все ретроспективные исследования продемонстрировали потенциал CAD в содействии радиологу при обнаружении этих немногих видов рака в обследуемой популяции.
Рисунок 4. Пример пропущенного злокачественного новообразования, выявленный при проведении клинических исследований. На представленной маммограмме признаки рака обнаружены не были. Злокачественное новообразование было выявлено через 13 мес. (А) Система компьютерной автоматизированной диагностики отметила образование с нечетким контуром только на снимке в LCC-проекции. (B) Улучшенный цифровой вариант образования с нечетким контуром со снимка в LCC-проекции
Важным шагом является ежедневное использование систем CAD в учреждениях, где предоставляются услуги по выполнению маммографии (проспективные исследования). Одно из первых проспективных исследований по изучению возможности использования CAD для маммографии было начато в Чикагском университете в апреле 1995 г. В другом проспективном исследовании анализировали влияние использования системы CAD на количество женщин, вызванных для визуализации в дополнительных проекциях или дообследования.
Результаты показали, что после внедрения системы CAD радиологи реже вызывали пациенток для выполнения повторной маммографии по сравнению с тем, как это было прежде. За два десятилетия использования коммерческих систем CAD их алгоритмы были улучшены, а метки доработаны таким образом, что они стали проще в использовании и понятными радиологу на интуитивном уровне.
в) Перспективы. В последние несколько лет развитие алгоритмов CAD было сосредоточено на постоянном повышении чувствительности и соответствующем уменьшении количества отметок в каждом из исследований. В какой-то момент точность компьютерных алгоритмов может приблизиться к точности радиолога, и в этом случае партнерство будет подвергнуто переоценке.
Некоторые будущие приложения более совершенных алгоритмов могут быть сигналом, предупреждающим лаборантов о необходимости выполнить визуализацию в дополнительных проекциях, прежде чем пациентка покинет учреждение. Это позволит продемонстрировать радиологу изображения лучшего качества или увеличенные изображения подозрительных областей и использовать систему CAD в качестве первого средства проверки, которое классифицируют некоторые маммограммы как нормальные, позволяя тем самым врачу сосредоточить свои усилия на сложных случаях.
Большая часть исследований, проводимых в настоящее время в академических учреждениях, направлена на разработку компьютерных инструментов, которые помогут радиологу не в обнаружении аномалий, а в их интерпретации, то есть дифференциальной диагностике доброкачественных и злокачественных образований. Именно разработка этих инструментов переместит CAD в сферу компьютерной диагностики, переосмыслив роль компьютеров в выявлении рака молочной железы на самых ранних стадиях.
г) Резюме. Компетентный лаборант кабинета маммографии должен хорошо разбираться в отношениях и взаимосвязях между конструкциями маммографа, принадлежностями, средой обработки и методами позиционирования пациента.
В отдельных статьях на сайте освещены следующие вопросы (для их поиска просим Вас пользоваться формой поиска по сайту выше).
• Эргономические особенности, облегчающие работу с маммографами.
• Электромеханические характеристики маммографов, которые имеют решающее значение для получения клинически полезного изображения молочной железы.
• Основная концепция и физические основы маммографии, которые важны при выборе и использовании оборудования для получения изображений высокого качества.
• Взаимосвязь между маммографом, записывающей системой и средой обработки.
• Введение в систему CAD и ее внедрение в клиническую среду с рентгеновскими маммографами.
Тенденции конструкции оборудования — автоматизация цифровой маммографии с помощью улучшенных аппаратов, подходящих приспособлений/устройств и опций, оптимизирующих процесс получения и интерпретации изображения. Тем не менее получение хорошего клинического изображения по-прежнему основано на понимании лаборантом процесса создания высококачественного снимка. Задача профессионального лаборанта — полностью контролировать все факторы, обеспечивающие получение изображения высокого качества. От этого зависит жизнь женщины.
