InquirerValencia City allots P140M as it gears up vs. El NiñoThe Jerusalem PostJerusalem's L3 light rail line extended to Damascus Gate, stops added in downtown areaPunchFG moves to license scrap dealers, curb theftInquirer EntertainmentRussell Brand sentenced to 10 and a half years in prison for rape, sexual assaultZDF heuteEntdecken Sie das ZDF-Nachrichtenstudio3DNewsAnthropic хотела привлечь $70 млрд на бирже, а потом передумала7sur7Amélie Lens, Interpol, ADÉLA: Rock Werchter dévoile sa nouvelle salve de nomsХабрRockstar продаёт реальный спортивный автомобиль Grotti Cheetah из GTA VIIl Fatto QuotidianoPerturbazione atlantica in arrivo sull’Italia, piogge fino a 18 ore e venti a 80 km/h. Liguria e Toscana le più colpiteGolem.deJensen Huang: FBI ermittelt zum Spionageverdacht bei Nvidian-tvHöchster je erfasster Wert: Immer mehr Patienten suchen Notaufnahmen aufESPN Cricinfo'IPL has earned the right to influence the calendar' - KKR co-owner wants shift to January
The Daily Newsstand · Free, Always
Tuesday, November 10, 2026

Разработка «Ростелекома» и Сеченовского Университета повысит точность операций на легких

Translate

|

Сеченовский Университет протестирует ИИ-модуль для планирования операций на легких, разработанный совместно с компанией «РТК Радиология» (цифровой кластер «Медицина» «Ростелекома»). Уникальная российская разработка призвана сделать хирургическое лечение заболеваний легких более точным и менее травматичным. Ее главная задача — помочь врачам максимально сохранить здоровые ткани органа и дыхательную функцию пациентов. Об этом CNews сообщил представитель «Ростелекома».

Пилотный проект пройдет в подразделениях Сеченовского Университета — Институте персонализированной онкологии и Клинике госпитальной хирургии №2. Специалисты проверят работу системы на обезличенных компьютерных томограммах (КТ) не менее 30 пациентов и сопоставят результаты автоматического анализа с экспертной оценкой врачей, оценят качество и воспроизводимость результатов автоматического анализа, а также определят, насколько полученные данные могут быть полезны при планировании хирургических вмешательств. Технологию планируется внедрить в клиническую практику в 2027 г.

При хирургическом лечении опухолей легких важно не только удалить пораженные ткани, но и максимально сохранить здоровую часть органа. Для этого хирург должен учитывать расположение опухоли относительно сосудов и бронхов, индивидуальные анатомические особенности пациента и возможное влияние операции на дыхательную функцию. Разработанный модуль призван облегчить эту задачу за счет автоматического анализа КТ и построения трехмерной модели легких.

Система с помощью искусственного интеллекта выделяет на КТ-изображениях новообразования, доли и сегменты легких, бронхи, артерии и вены. На основе полученных данных формируется интерактивная 3D-модель, позволяющая хирургу изучать взаимное расположение анатомических структур и оценивать возможные последствия удаления части органа. Кроме того, модуль рассчитывает прогнозируемую дыхательную функцию после резекции (операции по удалению части легкого), учитывая соотношение объема удаляемой ткани и общего объема легких. Результаты анализа сохраняются в виде отчета, который может быть включен в электронную медицинскую карту пациента.

Марина Секачева, директор Института персонализированной онкологии Сеченовского Университета, сказала: «Для нас важно, чтобы разработанное решение с помощью ИИ позволяло быстро выявлять патологии и анализировать их расположение относительно анатомических структур легких, прогнозировать дыхательную функцию пациента после хирургического вмешательства. Это дает дополнительную информацию для предоперационного планирования и позволяет снизить травматизацию пациента при резекции».

Андрей Долгов, заместитель технического директора «РТК Радиология», отметил: «Основная цель модуля — предоставить хирургу объективную, количественно обоснованную оценку анатомических особенностей конкретного пациента. Интерактивная 3D-модель позволяют врачу эффективно анализировать взаимное расположение патологий и анатомических структур легкого, включая сосудистую сеть, бронхи, доли и сегменты легких. Это сокращает время оценки КТ-исследования перед операцией, а управляемая 3D-модель с возможностью настройки визуализации структур особенно важна в сложных клинических случаях, когда стандартных данных недостаточно».

Ранее разработка уже прошла первичную апробацию в клиниках Сеченовского Университета. На первом этапе специалисты оценивали качество автоматического выделения легочной ткани, бронхов и сосудов на КТ-изображениях. По итогам тестирования коэффициент точности сегментации легочной ткани (DICE) достиг 93%, охват ветвлений бронхиального дерева — 96%, сосудистого дерева — 97%.

View the original on CNews →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.