Сравнение диагностической точности полуавтоматического и экспертного измерения кардиовертебрального индекса у кошек и собак: первый этап валидации «Десктопного приложения для автоматизации расчета VHS на основе рентгенограмм»

Введение. Болезни сердца находятся в числе основных причин смерти возрастных кошек и собак [1]. Хотя эхокардиография является основным методом визуальной диагностики для оценки морфологического и функционального статуса сердца, рентгенодиагностика также играет важную роль в выявлении патологий. Поскольку заболевания сердца часто связаны с увеличением сердечного силуэта на рентгенограммах, этот недорогой и широкодоступный метод исследования можно использовать, в первую очередь, в качестве метода скрининга, когда у пациентов наблюдаются неоднозначные клинические признаки (кашель, утомляемость, появление одышки и т. п.) [2].

Чтобы достоверно оценить размер сердца на рентгенограммах, Buchanan J.W. и Bücheler J. разработали метод определения размера сердечного силуэта в зависимости от размера тел позвонков, известный как кардиовертебральный индекс (КВИ или VHS, Vertebral Heart Scale) [3]. В оригинальном исследовании, опубликованном в 1995 г., длинная ось сердца измерялась от вентральной границы главного левого бронха до наиболее удаленной точки верхушки сердца. Короткая ось измерялась по линии, перпендикулярной длинной оси, в самой широкой части сердечного силуэта. Длины двух осей сравнивались с длиной позвонков, начиная с краниального края T4.

Альтернативный метод, описанный Poad M.H. с коллегами [4], предлагает использовать вентральный край полой вены в качестве ориентира для измерения по короткой оси, однако, насколько известно, не существует исследований, оценивающих влияние этой модификации на ценность измерения КВИ.

Основная польза измерения КВИ заключается в том, чтобы предоставить ветеринарному врачу общей практики объективные измерения для выявления кардиомегалии. Этот метод на данный момент рекомендован Американским колледжем ветеринарной медицины (ACVIM) для классификации собак с пороком митрального клапана [5]. Измерение КВИ также полезно для мониторинга размеров сердца пациентов с течением времени в целях скрининга, особенно среди пород, склонных к приобретенным заболеваниям сердца [6]. Более того, современное программное обеспечение в ветеринарной рентгенодиагностике включает в себя специализированные инструменты для его измерения на цифровых рентгенограммах, что повышает удобство применения метода.

Прогресс в области визуальной диагностики предоставил доступ к мощным системам компьютерного анализа (CAD), которые недавно появились в ветеринарной медицине. Проще говоря, CAD-системы могут использоваться для идентификации ключевых точек и прогнозирования их координат на изображениях. Это, например, можно применить при определении тяжести течения остеоартроза по рентгенограммам тазобедренных суставов и составления дальнейшего прогноза [7]. Изначально значимые результаты были показаны в обнаружении ключевых точек для приложений распознавания лиц, но теперь эта технология применяется и в медицинской визуализации изображений, поскольку она позволяет автоматизировать вычисление ключевых точек изображений на основе обнаружения анатомических ориентиров [8].

Прежние методы машинного обучения позволяли оценивать эти индексы, однако на данный момент глубокое обучение и свёрточные нейронные сети (CNN) способны превзойти человеческие способности. Например, алгоритмы глубокого обучения были разработаны для расчета кардиоторакального коэффициента (CTR) на рентгенограммах грудной клетки человека и оказались более надежными, эффективными и менее трудозатратными, чем расчеты вручную [9].

Широкому внедрению КВИ в рутинную клиническую практику препятствуют вариабельность и субъективность ручного измерения. Исследования показывают, что различия в значениях КВИ между наблюдателями могут достигать 0,8-1,2 позвонка, что эквивалентно переходу из «нормы» в «патологию» [10][11]. Даже при строгом соблюдении методики Buchanan & Bücheler (фиксация ориентиров: вентральная граница левого бронха/трахео-лёгочного угла, верхушка сердца, максимальная ширина перпендикулярно длинной оси), точность измерения зависит от опыта, физического состояния (степень утомления) и когнитивных искажений оператора.

В этой связи автоматизация расчёта КВИ с использованием алгоритмов искусственного интеллекта (ИИ), в частности свёрточных нейронных сетей, приобретает особую актуальность. Современные ИИ-системы способны не только детектировать анатомические ориентиры, но и минимизировать человеческий фактор, обеспечивая стандартизированные, воспроизводимые измерения [7]. Внедрение таких инструментов в ветеринарную практику позволит:

— повысить чувствительность и специфичность ранней диагностики кардиомегалии;

— обеспечить объективный мониторинг динамики заболевания при повторных исследованиях;

— расширить доступ к качественной кардиологической оценке в условиях общей ветеринарной практики, где отсутствует специалист-кардиолог.

Таким образом, разработка и валидация алгоритмов автоматического вычисления КВИ у мелких домашних животных представляют собой насущную научную и практическую задачу, направленную на повышение качества диагностики сердечной патологии, улучшение прогноза и оптимизацию ресурсов ветеринарной медицины. С этой целью авторами недавно было разработано «Десктопное приложение для автоматизации расчета кардиовертебрального индекса (VHS) на основе рентгенограмм» [12], обученное автоматически и независимо устанавливать ключевые точки для измерений КВИ у кошек и собак. Целью данного исследования является пилотная валидация разработанного алгоритма, а также сравнение эффективности и диагностической точности двух способов измерения кардиовертебрального индекса — полуавтоматического и экспертного — у кошек и собак.

Материалы и методы. В исследование, проведенное в период с ноября по декабрь 2025 г., включены правые боковые рентгенограммы грудной клетки собак и кошек, полученные в ветеринарных клиниках г. Калуги и г. Москвы на цифровых DR-панелях (wikiVET, Китай). После анонимизации изображения конвертированы в формат JPEG. Критериями исключения служили значительная ротация грудной клетки, плевральный выпот, новообразования и другие артефакты, искажающие контур сердца.

Методом простой случайной выборки сформирована сбалансированная группа: по 30 снимков собак и кошек (всего n=60). Выборка животных была определена на основе: 1) рекомендаций по минимальному объёму выборки для расчёта коэффициента внутриклассовой корреляции (ICC), где при ожидаемом значении ICC>0,9 и доверительном интервале 95 % выборка из 30–50 наблюдений обеспечивает достаточную статистическую мощность для оценки согласованности [8]; 2) практики аналогичных исследований по валидации ИИ-алгоритмов в ветеринарной радиологии, где выборки объёмом 25–40 снимков на группу признаются репрезентативными для первичной оценки диагностической точности [7][9]; 3) принципа сбалансированности групп для минимизации систематической ошибки при сравнении методов. Формальный априорный расчёт мощности (power analysis) не проводился ввиду отсутствия предварительных данных о вариабельности измерений, получаемых именно данным алгоритмом, что является стандартной практикой для исследований первого этапа валидации новых ИИ-инструментов.

Для оценки применялась оригинальная методика Buchanan & Bücheler [3]: длинная ось сердца измерялась от вентральной границы главного левого бронха до верхушки сердца, короткая ось проводилась перпендикулярно ей в наиболее широкой части силуэта (рис. 1). Измерения выполняли два независимых ветеринарных врача-радиолога (стаж работы в визуальной диагностике 4-5 лет, общий клинический опыт >8 лет).

Данный подход соответствует общепринятой практике первичной валидации ИИ-алгоритмов в ветеринарной визуализации, где фокус смещён на оценку систематического смещения и воспроизводимости, а не на многоцентровый консенсус. Для нивелирования индивидуальной субъективности в качестве эталонного значения принималось среднее арифметическое показателей обоих специалистов, что обеспечивает стабильную базу для сравнения с автоматизированным алгоритмом.

Автоматизированный расчет КВИ осуществлялся с помощью авторского десктопного приложения на основе модифицированной архитектуры YOLOv8-seg, обеспечивающей сегментацию сердечного силуэта, детекцию позвонков и определение ключевых точек. Обучение модели проводилось на предварительно размеченных авторами рентгенограммах. Интерфейс программы реализует полуавтоматический расчет с возможностью ручной корректировки положения осей для повышения точности (рис. 2).

Статистический анализ выполнялся в программном пакете MedCalc v.20 (MedCalc Software Ltd., Бельгия). Перед проведением основного анализа была выполнена проверка статистических допущений для применения параметрических методов. Нормальность распределения количественных признаков (длинная и короткая оси сердца, КВИ) оценивалась с помощью теста Шапиро-Уилка. Гомогенность дисперсий между группами измерений (два эксперта и алгоритм ИИ) проверялась тестом Брауна-Форсайта, устойчивым к отклонениям от нормальности. Поскольку нарушения допущений не были обнаружены (p>0,05 для всех тестов), применение коэффициента внутриклассовой корреляции с моделью абсолютного согласия признано методологически обоснованным.

Для оценки согласованности результатов между экспертами и алгоритмом ИИ рассчитывался коэффициент внутриклассовой корреляции (ICC, модель абсолютного согласия) с 95 % доверительными интервалами на основе F-распределения, что позволяет оценить устойчивость полученных показателей согласованности. Согласно общепринятой классификации [8], значения ICC<0,5 интерпретировались как низкие, 0,5-0,75 — умеренные, 0,75-0,9 — хорошие, >0,9 — отличные.

Дополнительно для визуализации и количественной оценки систематического смещения между методами измерения (эксперты vs. алгоритм ИИ) строились графики Бланда-Альтмана. На данных графиках по оси абсцисс откладывалось среднее значение двух сравниваемых измерений, по оси ординат — разность между ними (bias). Рассчитывались среднее смещение (mean bias) и пределы согласия (limits of agreement, LoA) как среднее ±1,96 стандартных отклонений разностей. Клинически приемлемым считалось смещение, не превышающее 5 % от среднего значения показателя, а также отсутствие систематической зависимости разности от величины измерения.

Для оценки производительности обученной модели YOLOv8-seg на отложенной выборке были рассчитаны стандартные метрики детекции и сегментации. Для задачи детекции анатомических ориентиров (границы сердца, тела позвонков) использовались: точность (Precision), полнота (Recall), F1-мера и средний показатель точности при пороге IoU=0,5 (mAP@50). Для оценки качества сегментации сердечного силуэта применялись: коэффициент сходства Дайса (Dice coefficient) и метрика mAP@50 для масок. Все метрики рассчитывались при пороговом значении уверенности модели 0,5. Дополнительно фиксировалось среднее время инференса на одно изображение.

Результаты исследования. В ходе проведения статистического анализа было установлено, что значения длинной оси сердца, короткой оси сердца и кардиовертебрального индекса, полученные с использованием разработанного алгоритма ИИ и двумя независимыми специалистами в области ветеринарной визуальной диагностики, демонстрируют высокую степень согласованности как в группе собак (n=30), так и в группе кошек (n=30). Перед расчётом коэффициента внутриклассовой корреляции (ICC) была выполнена проверка статистических допущений. Нормальность распределения количественных признаков оценивалась с помощью теста Шапиро-Уилка, гомогенность дисперсий между методами измерения (два эксперта и алгоритм ИИ) — тестом Брауна-Форсайта. Как показано в таблице 1, для всех анализируемых параметров (длинная ось, короткая ось, КВИ) в обеих группах животных значения p превышали порог значимости 0,05, что не даёт оснований отвергнуть нулевую гипотезу о нормальности распределения и равенстве дисперсий. Таким образом, применение параметрического ICC с моделью абсолютного согласия является методологически обоснованным.

Для всех тестов уровень значимости α=0,05. Значения p>0,05 указывают на отсутствие оснований отвергнуть нулевую гипотезу (нормальность распределения / гомогенность дисперсий).

Согласно общепринятой интерпретационной шкале, значения ICC≥0,90 классифицируются как отличная согласованность [8], что и было зафиксировано для всех измеряемых параметров (таблица 2).

Данные таблицы 2 свидетельствуют об отличных показателях ICC в расчетах ключевых параметрах КВИ между двумя ветеринарными врачами визуальной диагностики и десктопным приложением. Кроме того, расчет, выполняемый с помощью приложения, занимает меньше времени: в среднем, ветеринарному врачу, знакомому с методом расчета КВИ, требуется от 3 до 5 минут, чтобы установить значение. Использование приложения сокращает время исследования в 2 раза.

Для дальнейшей верификации отсутствия клинически значимого смещения были построены графики Бланда-Альтмана, на которых анализировалась разность (bias) между измерениями ИИ и средним значением, полученным двумя врачами. Среднее смещение (mean bias) для КВИ составило от -0,34 до +0,15 позвонка у собак и от -0,17 до +0,23 позвонка у кошек, что соответствовало допустимым значениям. Пределы интервалов согласия на графике Бланда-Альтмана считались приемлемыми, если стандартное отклонение смещения находилось в пределах 5 % от среднего значения (рис. 3).

Для оценки технической производительности разработанного алгоритма были проанализированы стандартные метрики качества детекции и сегментации на тестовой выборке. Как показано в таблице 3, модель продемонстрировала высокие показатели по всем параметрам: F1-мера превысила 0,93 для обеих групп животных, а коэффициент Дайса для сегментации сердечного силуэта составил 0,92-0,94, что свидетельствует о точном выделении анатомических структур. Среднее время обработки одного изображения составило ~1,4 с, что согласуется с заявленным сокращением временных затрат по сравнению с ручным расчётом.

Ограничения исследования и направления следующих этапов валидации. Текущее исследование имеет несколько ограничений. Во-первых, оно было выполнено на относительно небольшой выборке из 60 рентгенограмм грудной клетки животных. Данный объём является достаточным для пилотной оценки согласованности ICC и выявления грубых систематических смещений алгоритма, однако может быть недостаточным для оценки его работы в узких подгруппах (например, при специфических породах, выраженной кардиомегалии или артефактах изображения). Репрезентативность выборки для генеральной популяции пациентов требует подтверждения в дальнейших многоцентровых исследованиях. Для следующих этапов валидации планируется проведение априорного расчёта минимального размера выборки на основе дисперсии, полученной в данном пилотном исследовании, что позволит обеспечить заданную мощность (≥80 %) для обнаружения клинически значимых различий.

Во-вторых, в формировании референсных измерений участвовали только два специалиста, несмотря на известную высокую межнаблюдательную вариабельность КВИ. Выбор обусловлен задачами этапа пилотной валидации: целью работы являлась первичная оценка согласованности алгоритма с клинической практикой, а не масштабное межлабораторное сравнение. Высокая вариабельность ручного измерения компенсировалась использованием коэффициента внутриклассовой корреляции с моделью абсолютного согласия и анализом Бланда-Альтмана, которые позволяют объективно определить расхождения и подтвердить их клиническую незначимость. Для дальнейшей внешней валидации планируется привлечение мультидисциплинарной панели специалистов из независимых клиник, включая врачей с разным уровнем опыта, что позволит оценить устойчивость алгоритма в условиях реальной практики с выраженным субъективным фактором.

В-третьих, разработанный алгоритм валидировался на изображениях без выраженных артефактов и анатомических аномалий. В реальных клинических условиях наличие плеврального выпота, выраженной ротации грудной клетки или спондилёза может влиять на точность детекции контуров сердца и позвонков. Аналогичные ограничения описываются в исследованиях по валидации ветеринарных ИИ-моделей, где производительность алгоритмов часто снижается на гетерогенных выборках [13][14][15]. Для преодоления этого барьера необходимы дальнейшие исследования на мультицентровых когортах с включением пациентов с различной степенью кардиомегалии, сопутствующими патологиями и рентгенограммами разного качества. Было бы интересно оценить поведение ИИ в таких случаях.

Наконец, в-четвертых, текущее исследование не оценивало диагностическую чувствительность и специфичность алгоритма в прогнозировании конкретных кардиологических заболеваний. Как и традиционный КВИ, ИИ-инструмент предназначен исключительно для объективного измерения размеров сердечного силуэта, а не для постановки этиологического диагноза. В соответствии с современными рекомендациями по отчётности в области медицинского ИИ (например, CLAIM guidelines [16]), следующим этапом должна стать проспективная клиническая валидация с оценкой влияния автоматизированного расчёта КВИ на принятие врачебных решений и исходы лечения пациентов.

Обсуждение и заключение. Полученные в настоящем пилотном исследовании результаты демонстрируют отличную согласованность (ICC≥0,97) между измерениями КВИ на базе модели YOLOv8-seg и оценками двух ветеринарных врачей-радиологов. Эти данные согласуются с современными тенденциями внедрения алгоритмов глубокого обучения в ветеринарную визуальную диагностику, где ИИ-системы успешно применяются для количественного анализа рентгенограмм и минимизации субъективного фактора [7][10][13][14].

Высокая межнаблюдательная вариабельность при ручном расчёте КВИ остаётся одной из главных проблем метода. Как показано в работе [11], разница в оценках между опытными специалистами может достигать более одного позвонка, что способно привести к ошибочной классификации состояния пациента. Аналогичные ограничения отмечаются и в других исследованиях, посвящённых количественным радиометрическим методам, где субъективность выбора анатомических ориентиров напрямую влияет на воспроизводимость результатов [1][4]. Внедрение алгоритмов компьютерного зрения позволяет стандартизировать процесс измерения, фиксируя ключевые точки с высокой точностью и исключая когнитивные искажения оператора [7][14].

Таким образом, данное приложение может стать отличным помощником при диагностике кардиологического статуса пациентов даже для врачей общей практики, не имеющих знаний и опыта в расчете индекса. Кроме того, сокращение времени расчёта КВИ с 3-5 до ~1,5 минут, продемонстрированное в нашей работе, имеет прямое клиническое значение. В условиях высокой нагрузки специалистов общей практики автоматизация рутинных измерений способствует более быстрому принятию диагностических решений и оптимизации рабочего процесса [6][7]. Помимо этого, стандартизированные ИИ-оценки создают надёжную основу для динамического мониторинга пациентов, что особенно важно при контроле прогрессирования заболеваний митрального клапана, где даже небольшие изменения силуэта сердца имеют прогностическую ценность [5][6].