«Тонко настроенный» инструмент на основе искусственного интеллекта (ИИ) демонстрирует перспективность объективной оценки пациентов с параличом лицевого нерва, сообщается в экспериментальном исследовании, опубликованном в июньском номере журнала Plastic and Reconstructive Surgery.
«Мы считаем, что наше исследование дает ценную информацию в области оценки паралича лицевого нерва и представляет собой значительный прогресс в использовании ИИ для клинических приложений», — комментирует ведущий автор Такеичиро Кимура, доктор медицины из Университета Кёрин, Митака, Токио.
Пациенты с параличом лица имеют паралич или частичную потерю движения лица, вызванную повреждением нерва из-за опухолей, хирургического вмешательства, травмы или других причин. Детальная оценка имеет важное значение для оценки вариантов лечения , таких как операция по переносу нерва, но представляет собой сложные проблемы.
Были разработаны различные субъективные системы оценки, но у них есть проблемы с изменчивостью. Объективные оценки были описаны, но они непрактичны для рутинного клинического использования. Машинное обучение и модели ИИ являются потенциальным подходом для рутинной объективной оценки лицевого паралича.
Доктор Кимура и коллеги оценили предыдущую модель распознавания лиц, разработанную с помощью ИИ, называемую 3D-FAN, у пациентов с параличом лицевого нерва. Эта система была обучена распознавать 68 ключевых точек лица, таких как брови и веки, нос и рот, а также контуры лица.
Применительно к клиническим видео 3D-FAN, обученный на изображениях людей с нормальным движением лица, оказался явно недостаточным для оценки лицевого паралича. Система была склонна пропускать асимметрию лица при лицевом параличе, в том числе когда пациентов просили улыбаться; и не могла распознать, когда глаза были закрыты.
Инструмент ИИ обещает объективную оценку тяжести паралича лицевого нерва
Доктор Кимура и коллеги попытались «тонко настроить» модель с помощью машинного обучения на основе 1181 изображения из клинических видео 196 пациентов с параличом лицевого нерва. В этом процессе ориентиры лица вручную перемещались в правильное положение с шагами по минимизации изменчивости. Затем сеансы обучения повторялись до тех пор, пока не прекращалось дальнейшее улучшение точности.
«После машинного обучения мы обнаружили качественное и количественное улучшение в обнаружении ключевых точек лица с помощью ИИ», — пишут доктор Кимура и его коллеги.
Усовершенствованная модель показала существенно более низкие показатели ошибок, а также улучшение обнаружения ключевых точек в каждой области лица, включая веки и рот — ключевые области асимметрии при параличе лицевого нерва. Статья содержит иллюстрации, наглядно демонстрирующие улучшение обнаружения ключевых точек после машинного обучения.
Авторы полагают, что их метод «тонкой настройки» — с ручной коррекцией ориентиров на ограниченном количестве изображений — «имеет потенциал для более широкого применения при создании моделей с использованием ИИ при других относительно редких расстройствах». В ожидании дальнейшей оценки исследователи планируют сделать свою модель ИИ свободно доступной для других исследователей и врачей.
«Рассматривая наше программное обеспечение как одно из перспективных решений для объективной оценки паралича лицевого нерва, мы сейчас проводим междисциплинарный анализ эффективности этой системы», — заключают доктор Кимура и соавторы.
Предоставляя объективную оценку, инструмент на основе искусственного интеллекта может обеспечить более точную оценку тяжести паралича лицевого нерва, а также стать количественным инструментом для оценки результатов лечения.
