Нейросетевая классификация типа язвенного гастродуоденального кровотечения по эндоскопическим изображениям
Язвенные гастродуоденальные кровотечения продолжают оставаться серьезной проблемой современной медицины. Для определения типа язвенного кровотечения общемировое признание получила эндоскопическая классификация J. Forrest, 1974, определяющая тактику лечения пациентов с кровоточащими гастродуоденальными язвами. Способность правильно классифицировать тип кровотечения зависит, прежде всего, от опыта врача-эндоскописта. С развитием технологий искусственного интеллекта связаны большие ожидания в совершенствовании диагностики и лечении хирургических заболеваний. В настоящей статье рассматривается возможность разработки алгоритма распознавания типа язвенного кровотечения по эндоскопическим изображениям с использованием моделей машинного обучения и его интеграция в экспертную систему поддержки принятия врачебных решений. В ходе настоящего исследования разработана первая отечественная нейросетевая классификация, позволяющая с 75,56 % точностью определять тип язвенного гастродуоденального кровотечения. Разработанный алгоритм распознавания типа язвенного кровотечения интегрирован в мобильное приложение в качестве инструмента помощи в принятии врачебных решений, что в перспективе позволит улучшить качество диагностики и оказания медицинской помощи пациентам с желудочно-кишечными кровотечениями язвенной этиологии.
Баранников С.В., Чередников Е.Ф., Каширина И.Л., Пархисенко Ю.А., Воротилина А.И. 2025. Нейросетевая классификация типа язвенного гастродуоденального кровотечения по эндоскопическим изображениям. Актуальные проблемы медицины, 48(4): 520–535. DOI: 10.52575/2687-0940-2025-48-4-520-535. EDN: WXGOML
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Баранников С.В., Чередников Е.Ф., Банин И.Н., Судаков Д.В., Бавыкина И.А. 2025. Мобильное приложение «Профилактика гастродуоденальных кровотечений: индивидуализированная схема оценки фактов рисков, формирование рекомендаций по тактике ведения пациента». Актуальные проблемы медицины, 48(3): 390–398. doi: 10.52575/2687-0940-2025-48-3-390-398
Баранников С.В., Чередников Е.Ф., Банин И.Н., Чопоров О.Н., Судаков Д.В., Болховитинов А.Е., Каширина И.Л., Воротилина А.И. 2025. Мобильное приложение: экспертная цифровая система поддержки принятия врачебных решений «Эндоскопический гемостаз язвенного гастродуоденального кровотечения». Человек и его здоровье, 28(1): 21–30. doi: 10.21626/vestnik/2025-1/03
Бедин В.В., Коржева И.Ю., Власенко А.В., Михайлянц Г.С., Цуркан В.А., Бочарников Д.С., Соколов К.А. 2025. Язвенные гастродуоденальные кровотечения с высоким риском рецидива. Тактика лечения. Московский хирургический журнал, (2): 200–212. doi: 10.17238/2072-3180-2025-2-200-212
Безалтынных Е.Д., Безалтынных В.А., Зебзеев А.А. 2025. Анализ распространенности осложнений язвенной болезни желудка. Смоленский медицинский альманах, 1–2: 19–21. doi: 10.37903/SMA.2025.1.53
Гасанов А.Ф., Галиханов Р.И., Ахмаров Н.В., Бабаева Г., Маслянинова А.Е. 2025. Роль эндоскопии в диагностике и лечении желудочно-кишечных кровотечений. Международный научно-исследовательский журнал, 3(153). doi: 10.60797/IRJ.2025.153.55
Генрих С.Р., Дурлештер В.М., Калачев А.Г., Беданоков К.М. 2025. Сложности в выборе оптимального способа хирургического лечения язвенной болезни двенадцатиперстной кишки, осложненной кровотечением. Клинический случай. Хирургия. Журнал им. Н.И. Пирогова, 2: 111–118. doi: 10.17116/hirurgia2025021111
Ивашкин В.Т., Маев И.В., Царьков П.В., Королев М.П., Андреев Д.Н., Баранская Е.К., Бордин Д.С., Бурков С.Г., Деринов А.А., Ефетов С.К., Лапина Т.Л., Павлов П.В., Пирогов С.С., Полуэктова Е.А., Ткачев А.В., Трухманов А.С., Ульянин А.И., Федоров Е.Д., Шептулин А.А. 2024. Диагностика и лечение язвенной болезни у взрослых (Клинические рекомендации Российской гастроэнтерологической ассоциации, Российского общества колоректальных хирургов, Российского эндоскопического общества и Научного сообщества по содействию клиническому изучению микробиома человека). Российский журнал гастроэнтерологии, гепатологии, колопроктологии, 34(2): 101–131. doi: 10.22416/1382-4376-2024-34-2-101-131
Каширина И.Л., Воротилина А.И., Баранников С.В., Чередников Е.Ф., Чопоров О.Н. 2025. Нейросетевая классификация типа язвенного гастродуоденального кровотечения по эндоскопическим изображениям. Свидетельство о государственной регистрации программы для ЭВМ № 2025681146
Ревишвили А.Ш., Оловянный В.Е., Гогия Б.Ш., Ручкин Д.В., Марков П.В., Гурмиков Б.Н., Мамошин А.В., Чилилов А.М., Кузнецов А.В., Шелина Н.В. 2025. Хирургическая помощь в Российской Федерации, М.: 192.
Шептулин А.А., Работягова Ю.С. 2025. Этиологические факторы и особенности дифференциальной диагностики множественных язв желудка. Клиническая медицина, 103(3): 223–227. doi: 10.30629/0023-2149-2025-103-3-223-227
Alhajlah M., Noor M.N., Nazir M., Mahmood A., Ashra, I., Karamat T. 2023. Gastrointestinal Diseases Classification using Deep Transfer Learning and Features Optimization. Comput. Mater. Contin, 75(1), 2227–2245. doi: 10.32604/cmc.2023.031890
Bindra S., Jain R. 2024. Artificial Intelligence in Medical Science: A Review. Ir J Med Sci.,193(3): 1419–1429. doi: 10.1007/s11845-023-03570-9
Borgli H., Thambawita V., Smedsrud P.H., Hicks S., Jha D., Eskeland S.L., Randel K.R., Pogorelov K., Lux M., Nguyen D.T.D., Johansen D., Griwodz C., Stensland H.K., Garcia-Ceja E., Schmid, P.T., Hammer H.L., Riegler M. A., Halvorsen P., de Lange T. 2020. HyperKvasir, a Comprehensive Multi-Class Image and Video Dataset for Gastrointestinal Endoscopy. Scientific data, 7(1), 283. doi: 10.1038/s41597-020-00622-y
Cherednikov E.F., Barannikov S.V., Yuzefovich I.S., Chernykh A.V., Berezhnova T.A., Polubkova G.V., Banin I.N., Maleev Yu.V., Ovsyannikov E.S., Shkurina I.A. 2022. Modern Technologies of Endoscopic Hemostasis in the Treatment of Ulcer Gastroduodenal Bleeding: A Literature Review. International Journal of Biomedicine, 12(1): 9–18. doi: 10.21103/Article12(1)_RA1
Liu Y., Jiang T., Li R., Yuan L., Grzegorzek M., Li C., Li X. 2025. A State of the Art Review of Diffusion Model Applications for Microscopic Image and Micro-Alike Image Analysis. Frontiers in Medicine, 12: 1551894. doi: 10.3389/fmed.2025.1551894
Lobanovs S., Aleksejeva J., Rūtiņa A. K., Krustiņš E., Čižovs, J., Bļizņuks D. 2025. Machine Learning in Gastrointestinal Endoscopy: Challenges and Opportunities. BMJ Open Gastroenterology, 12(1): e001923. doi: 10.1136/bmjgast-2025-001923
Shen H., Zhang, J., Xiong, B., Hu, R., Chen, S., Wan, Z., Wang, X., Zhang, Y., Gong, Z., Bao, G. 2025. Efficient Diffusion Models: A Survey. Transactions on Machine Learning Research (TMLR). doi: 10.48550/arXiv.2502.06805
Shung D.L. Advancing Care for Acute Gastrointestinal Bleeding using Artificial Intelligence. 2021 Journal of Gastroenterology and Hepatology, 36(5): 273–278. doi: 10.1111/jgh.15372
Tasci B., Dogan S., Tuncer T. 2025. Artificial Intelligence in Gastrointestinal Surgery: A Systematic Review. World J Gastrointest Surg., 17(8): 109463. doi:10.4240/wjgs.v17.i8.109463
Yen H.H., Wu P.Y., Chen M.F., Lin W.C., Tsai C.L., Lin K.P. 2021. Current Status and Future Perspective of Artificial Intelligence in the Management of Peptic Ulcer Bleeding: A Review of Recent Literature. Journal of Clinical Medicine, 10(16), 3527. doi: 10.3390/jcm10163527
Финансирование: работа выполнялась на средства Гранта Президента Российской Федерации для государственной поддержки молодых российских ученых – кандидатов наук Грант № МК-1069.2020.7 (Конкурс МК-2020) и премии Правительства Воронежской области среди молодых ученых (Постановление Правительства Воронежской области от 18 декабря 2023 г. № 924).