Ученые разработали ИИ-технологию автоматизированной рентген-навигации в малоинвазивной хирургии

Исследователи из Городского университета Гонконга совместно с коллегами из разных стран представили платформу MicroSyn-X для обучения системы компьютерного зрения, предназначенной для отслеживания миниатюрных медицинских устройств под рентгеновским контролем. Разработка нацелена на ускорение клинического внедрения мини-роботов и микросенсоров в малоинвазивной хирургии, где флюороскопия остается стандартом визуализации, но ручная навигация крошечных объектов остается трудоемкой и подверженной ошибкам. Работа опубликована в журнале Nature Machine Intelligence.

Авторы отмечают, что ключевая проблема – слабая визуализация микро- и миллиметровых устройств размером от 0,55 до 5 мм на рентгене. При контрасте ниже 0,02 по шкале Мишельсона и высоком уровне шума объекты теряются на фоне костных структур и инструментов. В таких условиях алгоритмам сложно стабильно выделять цель, особенно при окклюзиях и динамическом движении.

Дополнительное ограничение – дефицит размеченных данных. Ученые подчеркнули, что сбор кадров дорогостоящий, аннотация трудоемкая, а доступ к данным регулируется этическими требованиями. В их работе для анализа использовались лишь 1 140 реальных рентгеновских изображений, тогда как синтетических было сгенерировано 24 803.

Платформа MicroSyn-X с помощью диффузионной модели формирует реалистичные сцены, после чего изображения мини-устройств программно интегрируются в фон с автоматической пиксельной разметкой. За счет доменной рандомизации – вариаций формы, положения, контраста, шума и окклюзий – синтетический массив расширяет покрытие клинических сценариев и позволяет обучать модели, устойчивые к реальным условиям рентген-навигации.

Позже полученные синтетические данные используются для обучения моделей детекции и сегментации, которые затем интегрируются в телеуправляемую роботизированную систему. В экспериментах ex vivo (на изолированных органах и тканях вне живого организма) и in vivo (на животных моделях в условиях живого организма) авторы продемонстрировали навигацию двух типов магнитоуправляемых мини-устройств – мягких и жидких – с устойчивым трекингом даже при низком качестве изображения и выраженных перекрытиях.

Разработчики также выложили в открытый доступ специализированный рентгеновский датасет с изображением миниатюрных устройств. Это дает возможность тестировать и сопоставлять алгоритмы между собой, а также объективно сравнивать разные архитектуры моделей на единой базе данных. По оценке авторов, подход может сократить время подготовки ИИ-моделей под конкретный тип устройства и клинический сценарий, тем самым ускоряя разработку роботизированных решений для малоинвазивных вмешательств.

Работа пока ограничена доклиническими испытаниями. Ученые подчеркивают необходимость дальнейшей валидации в более широких клинических сценариях и оценки долгосрочной безопасности и воспроизводимости технологии.

В России формируется нормативная база для признания ИИ в рентген-диагностике. В феврале 2026 года Минздрав представил проект поправок к приказу № 560н, предусматривающий включение в протокол рентгенологического исследования результатов применения медицинских изделий на основе технологий ИИ при наличии технической возможности. Так, технологии автоматизированного анализа и навигации под рентген-контролем постепенно получают регуляторное закрепление в клинической практике.