Валидация системы поддержки принятия решений по определению степени тяжести сколиотической деформации позвоночника при анализе рентгенограмм

Цель исследования. Доказать возможность использования в клинической практике отечественной компьютерной программы по определению угла Cobb путем сравнительного анализа полученных автоматизированных данных с данными ручного измерения специалистами.

Материал и методы. Из медицинской базы протезно-ортопедического центра «Сколиолоджик.ру» отобраны 411 цифровых рентгенограмм позвоночника детей и подростков, которые измерены врачом-рентгенологом, имеющим значительный опыт в вертебрологии (ВР-эталон), врачом-рентгенологом, не имеющим опыта в вертебрологии (ВРБО) и компьютерной программой (КП), причем показатели КП сравнивали с эталоном дважды – первоначально (КП1) и после дообучения (КП2). Анализировали среднюю абсолютную ошибку и среднее абсолютное отклонение измерения угла Cobb эталонных данных с показателями, полученными ВРБО, КП1 и КП2, при различных типах сколиоза по классификации Rigo, а также при определении основной дуги различной величины от 20 до 41° и более. Рассчитывали коэффициент Пирсона (R) и внутриклассовый коэффициент корелляции (ICC).

Результаты. Отечественная КП после дообучения улучшила точность измерения в целом по дугам и типам сколиоза, превышая по средней абсолютной ошибке показатели ВРБО почти в два раза. В ней устранен ранее выявленный недостаток по измерению величины поясничной (пояснично-крестцовой) дуги. Показатели КП2 имеют самую высокую корреляционную связь с эталоном (R =  0,94). Доказана отличная степень надежности программы (ICC = 0,95 при подсчете на основной дуге и 0,97 – при подсчете на всех дугах), сравнимой с зарубежными аналогами. Также подтверждено, что среднее абсолютное отклонение в ±3,2°, а по основной дуге ±4,0° соответствует зарубежным показателям.

Заключение. Можно сделать вывод о возможности валидации отечественной КП, так как доказано, что ее действующий алгоритм дает точность по сравнению с эталонным измерением выше уровня ВРБО и  сравним с зарубежными аналогами.

1. Srinivasalu S, Modi HN, Smehta S, Suh SW, Chen T, Murun T. Cobb angle measurement of scoliosis using computer measurement of digitally acquired radiographs-intraobserver and interobserver variability. Asian Spine J. 2008;2:90–93. DOI: 10.4184/ asj.2008.2.2.90

2. Kuklo TR, Potter BK, Shroeder TM, O’Brien MF. Comparison of manual and digital measurements in adolescent idiopathic scoliosis. Spine. 2006;31:1240–1246. DOI: 10.1097/01.brs.0000217774.13433.a7

3. Wong JC, Reformat MZ, Parent EC, Stampe KP, Southon Hryniuk SC, Lou EH. Validation of an artificial intelligence-based method to automate Cobb angle measurement on spinal radiographs of children with adolescent idiopathic scoliosis. Eur J Phys Rehabil Med. 2023;59:535–542. DOI: 10.23736/S1973-9087.23.08091-7

4. Zhang J, Lou E, Hill DL, Raso JV, Wang Y, Le LH, Shi X. Computer-aided assessment of scoliosis on posteroanterior radiographs. Med Biol Eng Comput. 2010;48:185–195. DOI: 10.1007/s11517-009-0556-7

5. Langensiepen S, Semler O, Sobottke R, Fricke O, Franklin J, Schonau E, Eysel P. Measuring procedures to determine the Cobb angle in idiopathic scoliosis: a systematic review. Eur Spine J. 2013;22:2360–2371. DOI: 10.1007/s00586-013-2693-9

6. Падалко М.А., Орлов С.В., Наумов А.М. Назариков С.И., Лушников А.А. Автоматическая система определения углов сколиотической деформации позвоночника человека // Вестник Балтийского федерального университета им. И. Канта. Серия: Физико-математические и технические науки. 2019. № 3. С. 55–68. [Padalko MA, Orlov SV, Naumov AM, Nazarikov SI, Lushnikov AA. Automatic system for determining the angles of scoliotic deformity of the human spine. Vestnik IKBFU. Physics, Mathematics, and Technology. 2019;(3):55–68].

7. Леин Г.А., Нечаева Н.С., Мамедова Г.М., Смирнов А.А., Стаценко М.М. Автоматизация анализа рентгенограмм позвоночника для объективизации оценки степени тяжести сколиотической деформации при идиопатическом сколиозе (предварительное сообщение) // Ортопедия, травматология и восстановительная хирургия детского возраста. 2020. Т. 8, № 3. С. 317–326. [Lein GA, Nechaeva NS, Mamedova GM, Smirnov AA, Statsenko ММ. Automation analysis X-ray of the spine to objectify the assessment of the severity of scoliotic deformity in idiopathic scoliosis: A preliminary report. Pediatric Traumatology, Orthopaedics and Reconstructive Surgery. 2020;8(3):317–326]. DOI: 10.17816/PTORS34150

8. Леин Г.А., Нечаева Н.С., Демченко М.О., Коч Н.С., Левыкин А.Г. Исследование работоспособности системы поддержки принятия решений по определению степени тяжести сколиотической деформации позвоночника при анализе рентгенограмм // Ортопедия, травматология и восстановительная хирургия детского возраста. 2024. Т. 12, № 3. С. 307–316. [Lein GA, Nechaeva NS, Demchenko MO, Кoch NS, Levykin AG. Efficiency of the decision support system for determining the severity of scoliotic spinal deformity by the analysis of radiographs. Pediatric Traumatology, Orthopaedics and Reconstructive Surgery. 2024;12(3):307–316]. DOI: 10.17816/PTORS629748

9. Rigo MD, Villagrasa M, Gallo D. A specific scoliosis classification correlating with brace treatment: description and reliability. Scoliosis. 2010;5:1. DOI: 10.1186/1748-7161-5-1

10. Национальные клинические рекомендации «Идиопатический сколиоз» (одобрены Минздравом России). М., 2024. [Idiopathic Scoliosis: National Clinical Guidelines (approved by the Ministry of Health of Russia). Moscow, 2024].

11. Koo TK, Li MY. A guideline of selecting and reporting intraclass correlation coefficients for reliability research. J Chiropr Med. 2016;15:155–163. DOI: 10.1016/j.jcm.2016.02.012

12. Chaddock RE. Principles and Methods of Statistics. Boston, New York, [etc.]; 1925.

13. Wang J, Zhang J, Xu R, Chen TG, Zhou KS, Zhang HH. Measurement of scoliosis Cobb angle by end vertebra tilt angle method. J Orthop Surg Res. 2018;13:223. DOI: 10.1186/ s13018-018-0928-5

14. Pan Y, Chen Q, Chen T, Wang H, Zhu X, Fang Z, Lu Y. Evaluation of a computer-aided method for measuring the Cobb angle on chest X-rays. Eur Spine J. 2019;28:3035–3043. DOI: 10.1007/s00586-019-06115-w

15. Zhang K, Xu N, Guo C, Wu J. MPF-net: An effective framework for automated cobb angle estimation. Med Image Anal. 2022;75:102277. DOI: 10.1016/j.media.2021.102277

16. Huang X, Luo M, Liu L, Wu D, You X, Deng Z, Xiu P, Yang X, Zhou C, Feng G, Wang L, Zhou Z, Fan J, He M, Gao Z, Pu L, Wu Z, Zhou Z, Song Y, Huang S. The comparison of convolutional neural networks and the manual measurement of cobb angle in adolescent idiopathic scoliosis. Global Spine J. 2024;14:159–168. DOI: 10.1177/21925682221098672

17. Wang MX, Kim JK, Choi JW, Park D, Chang MC. Deep learning algorithm for automatically measuring Cobb angle in patients with idiopathic scoliosis. Eur Spine J. 2024;33:4155–4163. DOI: 10.1007/s00586-023-08024-5

18. Prestigiacomo FG, Hulsbosch MHHM, Bruls VEJ, Nieuwenhuis JJ. Intra- and inter-observer reliability of Cobb angle measurements in patients with adolescent idiopathic scoliosis. Spine Deform. 2022;10:79–86. DOI: 10.1007/s43390-021-00398-0

19. Caesarendra W, Rahmaniar W, Mathew J., Thien A. Automated Cobb angle measurement for adolescent idiopathic scoliosis using convolutional neural network. Diagnostics (Basel). 2022;12:396. DOI: 10.3390/diagnostics12020396

20. Sun Y, Xing Y, Zhao Z, Meng X, Xu G, Hai Y. Comparison of manual versus automated measurement of Cobb angle in idiopathic scoliosis based on a deep learning keypoint detection technology. Eur Spine J. 2022;31:1969–1978. DOI: 10.1007/s00586-021-07025-6