Искусственный интеллект для персонализированного подхода к перкутанной нефролитотрипсии

Введение. В последние годы, все больше появляется исследований по созданию искусственного интеллекта (ИИ) для помощи в диагностике и определения тактики лечения пациентов в разных областях медицины. Применение алгоритмов позволяет сократить время на обработку больших объемов информации и дать «второе мнение» специалисту при сложных и нестандартных клинических случаях. С целью повышения эффективности перкутанной нефролитотрипсии нами был создан алгоритм ИИ для создания персонализированного подхода в хирургическом лечении нефролитиаза. Цель. Разработать универсальный инструмент для прогнозирования наиболее оптимальной тактики перкутанной нефролитотрипсии в зависимости от клинического случая. Материалы и методы. Общее количество пациентов, получавших лечение в НИИ урологии и интервенционной радиологии имени Н.А. Лопаткина филиале ФГБУ «НМИЦ радиологии» Минздрава России и принявших участие в исследовании составило 1000 человек, мужчин 419 (41,9%), женщин 581 (58,1%) человек. Возраст пациентов, входящих в исследование, колебался от 18 до 88 лет (52,3±13,47). Разделение на обучающую и контрольную выборку проводилось в зависимости от целевой переменной для получения наиболее точного результата. Максимальное различие в выборках составило 600 и 400 пациентов (60% и 40%), минимальное 800 и 200 (80% и 20%). Обработка данных проводилась с применением программ IBM SPSS Statistics и Modeler методом моделирования нейронных сетей. Результаты. Точность предсказания на обучающей и контрольной группе по выбору размера нефроскопа составила 82,2%, по необходимости интраоперационной установки стента 93,9%, по потребности в применении уретероскопии или контактной уретеролитотрипсии 98,5%, по количеству доступов 92,6%, по доступу через верхнюю, среднюю и нижнюю группу чашечек 95%, 91,2% и 91,2% соответственно. Наличие резидуальных конкрементов алгоритм позволяет спрогнозировать с точностью 84,1%, длительность оперативного вмешательства 87,3%. Количество тестовых наблюдений составило 30. Алгоритм продемонстрировал высокую точность прогноза (от 73,8% до 94,5%) тактики хирургического вмешательства при сложных клинических случаях. Заключение. Результаты применения алгоритма для персонализированного прогноза при хирургическом лечении нефролитиаза показали высокую точность и эффективность. Дальнейшее развитие технологии по созданию алгоритмов по каждой из нозологий и хирургическим вмешательствам, позволит сократить время анализа данных лечащим врачом, даст «второе мнение» молодым специалистам и стандартизирует подход к лечению в редко встречаемых и сложных клинических случаях.

Introduction. In recent years, there has been more and more research on the creation of artificial intelligence (AI) to help diagnose and treat patients in various fields of medicine. The use of algorithms allows us to reduce the time for processing large volumes of information and give a «second opinion» to a specialist in complex and non-standard clinical cases. In order to increase the effectiveness of percutaneous nephrolithotripsy, we have created an AI algorithm to personalize approach in the surgical treatment of nephrolithiasis. Purpose. To develop a universal tool for predicting the most optimal tactics of percutaneous nephrolithotripsy depending on the clinical case. Materials and methods. The total number of patients treated at N. Lopatkin Scientific Research Institute of Urology and Interventional Radiology and those who took part in the study amounted to 1000 people. The number of men was 419 (41.9%), women 581 (58.1%). The age ofpatients included in the studies ranged from 18 to 88 years (52.3±13.47). The division into Training and Holdout partitions varied depending on the target variable to obtain the most accurate result. The maximum difference in the samples was 600n and 400n (60% and 40%), the minimum 800n and 200n (80% and 20%). Data processing was carried out using IBM SPSS Statistics and Modeler programs using the neural network modeling method. Results. The accuracy of prediction for the choice of nephroscope size was 82.2%, requirement for intraoperative stent placement 93.9%, requirement for ureteroscopy or contact ureterolithotripsy 98.5%. The accuracy of the forecast for the number of puncture accesses was 92.6%, for access through the upper group 95%, for access through the middle group 91.2%, for access through the lower group 91.2%. The algorithm allows us to predict the presence of residual stones with an accuracy of 84.1%, the duration of surgical intervention is 87.3%.The number of test observations was 30. The algorithm demonstrated high accuracy of prediction (from 73.8% to 94.5%) of surgical tactics in complex clinical cases. Conclusion. The results of using the algorithm for personalized prognosis in the surgical treatment of nephrolithiasis showed high accuracy and efficiency. Further development of technology to create algorithms for each nosology and surgical interventions will reduce the time of data analysis by the attending physician, provide a «second opinion» to young specialists and standardize the approach to treatment in rare and complex clinical cases.