ИИ в УЗИ: как оценивать автоматические измерения и экономию времени

ИНФОМЕД · УЗИ

Автоматическое распознавание органов и расстановка измерительных меток становятся частью современных УЗИ-систем. Но сокращение числа нажатий, точность измерения и улучшение клинического исхода — разные результаты, которые нельзя смешивать.

Что исследовал производитель

GE HealthCare описала незаслеплённое исследование рабочего процесса на LOGIQ E10, проведённое в июне 2025 года. В нём сравнивались ручной и автоматизированный подходы, включая время и количество взаимодействий с системой. Рассматривались инструменты для настройки цветового режима и измерений аорты, общего желчного протока и почек. Это исследование эффективности работы, а не доказательство улучшения выживаемости или выявления всех заболеваний.

Три разных уровня автоматизации

Первый уровень — подготовка изображения: аппарат помогает выбрать область интереса или параметры отображения. Второй — измерение: программа предлагает контур, расстояние или объём. Третий — интерпретация: алгоритм формирует диагностическую оценку. Наличие одного уровня не означает наличие остальных. Важно выяснить, какую именно операцию автоматизирует конкретная лицензия.

Такая классификация полезна при обсуждении комплектации. Если отделению нужно ускорить заполнение протокола, функция распознавания изображения может оказаться менее значимой, чем удобная передача измерений в отчёт. Напротив, при сложной анатомии ключевым вопросом будет возможность контролировать и исправлять предложенные границы.

Почему нужен врачебный контроль

Philips в описании своих AI-инструментов отдельно указывает возможность принятия или изменения автоматических измерений специалистом. Это показывает важный принцип организации интерфейса: результат алгоритма должен оставаться проверяемым.

При демонстрации следует попросить показать не только успешное измерение, но и его исправление. Видит ли врач исходный кадр? Можно ли переместить метки? Сохраняется ли исправленный результат? Понятно ли, какой цикл или срез выбран? Эти вопросы позволяют оценить клиническую управляемость функции без обещаний, которые невозможно проверить.

Практика подбора: как измерить пользу

Для внутренней оценки разумно выбрать несколько повторяющихся сценариев и заранее определить критерии. Например: время от начала измерения до подтверждённого результата, число ручных исправлений, доля пригодных для анализа записей и время подготовки протокола. Сравнивать нужно одинаковые задачи и учитывать опыт оператора.

Если алгоритм быстро ставит метки, но часто требует исправления, оценка только первого действия создаст ложное впечатление ускорения. Поэтому секундомер следует останавливать после проверки результата. Полезно отдельно фиксировать случаи, когда автоматизация не применялась: именно они показывают границы полезности инструмента.

Как формулировать требования к системе

Вместо общего пункта «наличие искусственного интеллекта» стоит описать поддерживаемые измерения, клиническую область, возможность ручной коррекции и сохранение исходных данных. Отдельно согласуются версия программного обеспечения и лицензии.

Для руководителя отделения важен также план внедрения. Кто обучает сотрудников, как фиксируются замечания и кто проверяет работу после обновления? Эти вопросы помогают превратить новую функцию в устойчивую практику. ИИ имеет смысл оценивать как часть системы качества, а не как самостоятельный знак технологичности.

Какие вопросы задать на демонстрации ИИ

Попросите показать исходные данные, автоматический результат и его ручную коррекцию. Уточните, какие шаги остаются за врачом и какие условия ограничивают применение алгоритма. Мы рекомендуем включать в оценку не только скорость расчёта, но и время проверки, сохранения и оформления результата.