Сверхразрешающее УЗИ позволяет получать изображение микрососудов с детализацией, недоступной для традиционной ультразвуковой диагностики, и рассматривается как перспективный инструмент для выявления неврологических, онкологических и сердечно-сосудистых заболеваний. Однако широкое применение технологии ограничивает сложная настройка оборудования, необходимость ручного подбора большого числа параметров и зависимость качества исследования от опыта специалиста.
Для автоматизации процесса ученые объединили несколько моделей искусственного интеллекта в единую систему. Врач задает исследованию необходимые параметры голосовой командой, после чего языковая модель DeepSeek-R1 преобразует запрос в параметры сканирования. Затем мультимодальная модель MiniCPM-V анализирует полученные изображения, выполняет реконструкцию микрососудистой сети, рассчитывает количественные показатели, включая скорость кровотока и плотность сосудов, а также автоматически формирует структурированный диагностический отчет с учетом клинической информации о пациенте.
Разработку протестировали на данных пациентов с болезнью Альцгеймера, ишемическим инсультом, церебральной болезнью мелких сосудов, а также при визуализации атеросклеротических бляшек сонных артерий. По данным авторов, система позволила сократить время подготовки медицинского заключения примерно до четырех минут после завершения исследования и стандартизировать описание результатов.
Качество автоматически сформированных отчетов оценили 14 врачей различных специальностей. По большинству критериев, включая полноту информации, структуру документа, корректность терминологии и клиническую ценность, система получила оценки около четырех и выше баллов по пятибалльной шкале. Авторы считают, что разработка может использоваться как инструмент поддержки принятия врачебных решений, снизить количество ручных действий при проведении сверхразрешающего УЗИ и сделать технологию менее зависимой от опыта оператора.
Несмотря на полученные результаты, исследователи отмечают, что технология нуждается в дальнейшей клинической валидации на более крупных выборках пациентов и в различных медицинских организациях перед внедрением в повседневную практику.
Разработка ученых из Китая продолжает тенденцию по внедрению искусственного интеллекта в ультразвуковую диагностику. Так, ранее исследователи из США, Японии и Тайваня представили ИИ-модель, которая по видеозаписям эхокардиографии определяет биологический возраст сердца. Для обучения алгоритма использовали более 2,6 млн видеороликов почти от 91 тысячи пациентов. В ходе исследования модель не только продемонстрировала среднюю ошибку около 6,7 года, но и показала, что рассчитанный ИИ биологический возраст сердца точнее хронологического прогнозирует риск смерти, сердечной недостаточности, инсульта и других сердечно-сосудистых заболеваний.
