TY  - JOUR
T1  - Применение искусственного интеллекта в диагностике кальцификации артерий
DO  - 10.17816/DD623196
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - , 
AU  - Трусов, Ю.А., 
AU  - Чупахина, В.С., 
AU  - Нуркаева, А.С., 
AU  - Яковенко, Н.А., 
AU  - Абленина, И.В., 
AU  - Латыпова, Р.Ф., 
AU  - Питке, А.П., 
AU  - Язовских, А.А., 
AU  - Иванов, А.С., 
AU  - Богатырева, Д.С., 
AU  - Попова, У.А., 
AU  - Юзлекбаев, А.Ф., 
Y1  - 2024-10-24
UR  - https://repo.bashgmu.ru/publication/4484
N2  - Обоснование. Показатели  заболеваемости  населения  Российской  Федерации  патологиями  системы  кровообращения  за прошедшие два десятилетия постоянно повышались, и с 2000 г. до 2019 г. увеличились в 2,047 раза. Процесс каль-цификации  сосудов  включает  отложение  солей  кальция  в  стенке  артерий,  что  приводит  к  ремоделированию  сосуди-стой стенки. Лучевые методы исследования — золотой стандарт диагностики кальцификации сосудов. Однако в связи с возрастающим объёмом данных и необходимостью сокращения времени постановки диагноза неизбежно снижается эффективность  работы.  Активное  развитие  и  внедрение  в  клиническую  практику  искусственного  интеллекта  открыло  перед специалистами возможности для решения этих проблем.Цель—  проанализировать  отечественную  и  зарубежную  литературу,  посвящённую  использованию  искусственного  интеллекта  в  диагностике  различных  типов  кальцификации  сосудов,  а  также  обобщить  прогностическую  ценность  кальцификации  сосудов  и  оценить  аспекты,  препятствующие  диагностике  кальцификации  сосудов  без  применения  искусственного интеллекта.Материалы и методы.Авторы провели поиск публикаций в электронных базах данных PubMed, Web of Science, Google Scholar  и  eLibrary.  Поиск  проводился  по  следующим  ключевым  словам:  «artificial  intelligence»,  «machine  learning»,  «vascular  calcification»,  «искусственный  интеллект»,  «машинное  обучение»,  «кальцификация  сосудов».  Поиск  прово-дился во временном интервале с момента основания соответствующей базы данных до июля 2023 года.Результаты.Основная  методология  включённых  в  обзор  исследований  заключалась  в  сравнении  диагностических  способностей клиницистов и искусственного интеллекта с применением одних и тех же изображений и последующей оценкой  точности,  скорости  и  других  показателей.  Участки  возникновения  сосудистых  кальцификаций  весьма  разно-образны, что обусловливает их различную прогностическую ценность. Заключение.Искусственный интеллект отлично зарекомендовал себя в диагностике сосудистой кальцификации. По-мимо  повышения  точности  и  эффективности,  способности  к  детализации  превосходят  возможности  ручного  метода  диагностики. Искусственный интеллект достиг уровня, позволяющего помогать врачам инструментальной диагностики в автоматическом выявлении кальцификации сосудов. Возможности искусственного интеллекта могут способствовать эффективному развитию рентгенологии в будущем.