Североамериканское радиологическое общество  ( RSNA ) в сотрудничестве с  Американским обществом нейрорадиологии (ASNR)  и  Американским обществом радиологии позвоночника (ASSR) запустило «Испытание ИИ RSNA о переломах шейного отдела позвоночника» для изучения можно ли использовать искусственный интеллект (ИИ) для помощи в обнаружении и локализации травм шейного отдела позвоночника. 

Международный набор данных изображений, собираемый и курируемый для этой задачи, является одним из самых больших и разнообразных в своем роде, включая подробные клинические метки, аннотации рентгенолога и сегментацию. 

«Уникальным аспектом конкурса RSNA AI Challenge этого года является большое разнообразие данных», — сказал Эррол Колак, доктор медицины, FRCPC , доцент кафедры медицинской визуализации Университета Торонто в Онтарио, Канада. «Наша команда собрала большой набор данных КТ шейного отдела позвоночника из 12 учреждений в девяти странах на шести разных континентах. Кроме того, в этом году в конкурсе будут представлены данные, аннотированные несколькими способами, включая метки уровня обследования, сегментацию тела позвонка и ограничивающие рамки на уровне изображения». 

Ежегодно в США происходит более миллиона переломов позвонков и более 17 000 травм спинного мозга. Наиболее частым местом перелома позвоночника является шейный отдел позвоночника, расположенный в области шеи. Пожилые люди особенно уязвимы, и переломы бывает труднее обнаружить при визуализации из-за наложенного дегенеративного заболевания и остеопороза. 

Визуальная диагностика переломов позвоночника у взрослых в настоящее время почти всегда выполняется с помощью компьютерной томографии (КТ) вместо рентгена. Быстрое определение местоположения любых переломов позвонков необходимо для предотвращения неврологического ухудшения и паралича после травмы. Исследователи надеются, что ИИ поможет быстро выявить и локализовать переломы. 

Чтобы создать наземный набор данных, рабочая группа по планированию задач собрала данные изображений, полученные из 12 мест на шести континентах, включая более 1400 КТ-исследований с диагностированными переломами шейного отдела позвоночника и примерно такое же количество отрицательных результатов исследований. Специалисты по радиологии позвоночника из ASNR и ASSR предоставили экспертные аннотации к этим изображениям, чтобы указать наличие, уровень позвонков и местоположение любых переломов шейного отдела позвоночника. 

В конкурсе-вызове участники попытаются разработать модели машинного обучения, которые соответствуют возможностям рентгенологов в обнаружении и локализации переломов семи позвонков, составляющих шейный отдел позвоночника. 

«Модели машинного обучения, разработанные в рамках этой задачи, могут помочь улучшить уход за пациентами, помогая радиологам и другим врачам обнаруживать переломы, что может быть сложной задачей», — сказал Колак. «Эти модели могут иметь особое значение в недостаточно обслуживаемых районах с ограниченным доступом к опытным нейрорадиологам. Кроме того, эти модели могут помочь в уходе за пациентами, отдавая приоритет положительным КТ-сканам для проверки рентгенологом в клинических условиях с большим объемом». 

Конкурс RSNA Cervical Spine Fracture AI Challenge проводится на платформе, предоставленной  Kaggle, Inc. , и открыт для всех. Этап конкурса завершится в октябре. 10 лучших участников получат в общей сложности 30 000 долларов. 

Победители будут отмечены на выставке AI Showcase во время 108-й научной ассамблеи и ежегодного собрания RSNA в McCormick Place Chicago (RSNA 2022, 27 ноября — 1 декабря).  

Для получения дополнительной информации о вызове посетите  RSNA.org/AI-image-challenge