Команда учёных НТЦ биомедицинской фотоники (Орловский государственный университет им. И.С. Тургенева) в сотрудничестве с коллегами из Университета Иннополис (г. Иннополис), Института прикладной физики РАН (г. Нижний Новгород), Национального исследовательского Нижегородского государственного университета им. Н.И. Лобачевского (г. Нижний Новгород),  Московского государственного медико-стоматологического университета имени А.И. Евдокимова и компании art photonics GmbH (Германия) опубликовала работу «Digital diaphanoscopy of maxillary sinus pathologies supported by machine learning» (Брянская Е.О., Дрёмин В.В., Шуплецов В.В., Корнаев А.В., Кириллин М.Ю., Бакотина А.В., Панченков Д.Н., Подмастерьев К.В., Артюшенко В.Г., Дунаев А.В.) в авторитетном журнале в области биомедицинской фотоники Journal of Biophotonics (Q1, IF 3.390).

Работа посвящена разработке технологии цифровой диафаноскопии в сочетании с инструментами машинного обучения для выявления патологий верхнечелюстных пазух. Путём сравнения двух подходов машинного обучения (свёрточные нейронные сети и линейный дискриминантный анализ) к построению модели классификации при цифровой диафаноскопии разработан новый практический инструмент для диагностики и скрининга данных патологий.

Модель классификации, основанная на линейном дискриминантном анализе, позволяет с высокой точностью определять наличие патологии при показателях чувствительности и специфичности (0,88 и 0,98 соответственно). Полученные значения чувствительности и специфичности превышают показатели точности традиционных экономически доступных методов диагностики (например, назальная эндоскопия или ультразвуковое исследование). Такой подход позволяет значительно снизить вероятность ложноотрицательного результата по сравнению с традиционными.

Существенным недостатком существующих сегодня подходов к диагностике патологий верхнечелюстных пазух методом цифровой диафаноскопии является субъективность врача при выявлении патологии. При традиционном подходе врач зрительно сравнивает левую и правую пазуху и делает выводы о наличии патологии, при этом отсутствуют клинически обоснованные классифицирующие признаки и модель классификации для количественной оценки состояния верхнечелюстных пазух.

В данной работе разработана модель классификации, основанная на линейном дискриминантном анализе, которая позволяет с высокими показателями чувствительности и специфичности (0,88 и 0,98 соответственно) выявлять наличие патологии в верхнечелюстной пазухе.

Полученные результаты указывают на перспективность использования предлагаемого метода и устройства цифровой диафаноскопии для скрининга состояния верхнечелюстных пазух как в стационаре и медицинских учреждениях, так и дистанционно при отсутствии отоларингологов и врачей-диагностов. Предложенная модель классификации может быть использована для улучшения программного обеспечения цифрового диафаноскопа и разработки системы поддержки принятия медицинских решений.

Данное исследование выполнено в рамках научного проекта РФФИ Аспиранты № 20-32-90147 «Клинико-экспериментальное обоснование технологии цифровой диафаноскопии для диагностики патологий верхнечелюстных пазух», а также в рамках проекта Фонда содействия развитию малых форм предприятий в научно-технической сфере» по программе «СТАРТ-ЦТ» № 353ГС1ЦТС10 D5/80270 «Разработка технологии цифровой диафаноскопии для диагностики воспалительных заболеваний верхнечелюстных пазух».