Группа ученых Института проблем передачи информации им. А. А. Харкевича (ИППИ РАН) и МФТИ разработала медицинскую систему экспресс-диагностики, предназначенную для определения группы крови путем визуального анализа реакции агглютинации. Разработанная система значительно упрощает процесс определения группы крови, используя полуавтоматическую методику. В итоге система решает сразу две важнейшие задачи: контроль человеческого фактора посредством предоставления второго мнения врачу и хранение результатов анализа. Описание системы и результаты работы опубликованы в журнале Health Information Science and Systems.
Схема работы системы. Источник: компания Expressto
Задача определения группы крови является критической составляющей множества медицинских процессов, таких как переливание крови, проверка иммунного конфликта между беременной женщиной и ее ребенком, а также предсказание вероятности возникновения определенных заболеваний.
Первые попытки переливания начались после того, как в 1628 году Карл Гарвей открыл циркуляцию крови. В то время многие из экспериментов оказывались неудачными — пациентам становилось значительно хуже, и найти медицинское объяснение этому явлению удалось лишь в 1901 году, когда иммунолог Карл Ландштейнер открыл группы крови. Он обнаружил, что в плазме крови содержатся антитела — белки, нейтрализующие чужеродные тела, а на поверхности эритроцитов расположены антигены — молекулы, вступающие с антителами в реакцию агглютинации. Агглютинацией называется склеивание и выпадение в осадок клеток, в данном случае эритроцитов.
Каждая группа крови задается определенной комбинацией антигенов и является неизменным наследственным признаком. На март 2024 года, согласно сайту Международного общества переливания крови (ISBT), выявлено 45 систем групп крови, включающих 361 антиген. В одну и ту же систему входят структурно и генетически близкие антигены.
Наиболее распространенные системы известны каждому — это ABO (I–IV группы) и белки Резус. Если перелить человеку кровь несовместимой по этим системам группы, в его организме может произойти иммунная реакция: соответствующие антигены могут быть распознаны как чужеродные объекты, в результате чего в плазме крови начнется активация иммунных механизмов для их нейтрализации. Это может привести к разрушению эритроцитов (гемолизу), нанеся таким образом серьезный вред здоровью вплоть до летального исхода.
На сегодняшний день существует множество методов для определения группы крови, но при выборе конкретного приходится выдерживать компромисс между временем проведения, точностью и стоимостью эксперимента. В итоге в медицинской диагностике выделяют три основных методики: автоматическую — когда от момента забора крови до получения вердикта используются автоматизированные системы, ручную — когда исследование полностью осуществляется лаборантом, и полуавтоматическую — когда лаборант подготавливает образцы крови и проводит реакцию, а последующий анализ проводится автоматически. Как показывает практика, ручной труд не застрахован от ошибки, а полностью автоматические системы, хотя и являются наиболее точными и производительными, чрезмерно дороги и целесообразны лишь при больших количествах исследований. Учитывая данные факторы, ученые разработали полуавтоматическую систему, позволяющую сохранить баланс между контролем человеческого фактора и стоимостью используемого оборудования, что наиболее актуально для небольших лабораторий.
«В настоящее время мы успешно протестировали данный метод в Первой Градской больнице в Москве и готовимся к его внедрению в медицинскую практику. Наша система может работать с изображениями, полученными как со сканера, так и с мобильного телефона. В небольших лабораториях тест на группу крови сейчас в основном проводится вручную: результат реакции определяется исключительно визуально. При таком подходе в силу человеческого фактора или недостатка опыта у лаборанта (иногда тест приходится проводить в отсутствие врача) могут быть допущены ошибки. Разработанный алгоритм позволяет минимизировать их в таких ситуациях», — рассказала Екатерина Зайченкова, один из разработчиков алгоритма, сотрудница Института проблем передачи информации и студентка МФТИ.
Сергей Корчагин, руководитель проекта по разработке алгоритма, сотрудник Института проблем передачи информации и студент МФТИ, дополнил:
«Проводить автоматические тесты для определения группы крови, как правило, очень дорого. Основное преимущество нашей диагностической системы в том, что ее можно довольно просто внедрить даже в труднодоступные регионы, где есть дефицит квалифицированного персонала. Медикам достаточно получить реакции и их изображение, которые подаются на вход алгоритму, определяющему группу крови. Данные изображения можно сохранить и в случае необходимости выслать на проверку более квалифицированному врачу».
Процедура анализа на группу крови заключается в следующем: в отдельной лунке перемешиваются несколько капель образца крови и добавленного к нему реагента, затем отводится время на протекание реакции агглютинации (от 30 секунд до 3 минут в зависимости от реагента). После этого планшет сканируется и к полученному изображению применяется алгоритм распознавания реакции агглютинации, основанный на использовании сверточной нейронной сети. Комбинация выходов реакций однозначно определяет группу крови человека.
Для обучения нейросети был собран набор данных, состоящий из более чем 3000 изображений реакций с тремя исследуемыми системами групп крови (ABO, Rh и Kell). В итоге разработанный нейросетевой алгоритм предсказывает агглютинацию с точностью 98,4% на тестовой выборке, что лучше точности среднего медицинского эксперта в этой области (95,6%). Более того, для системы ABO и резус-фактора алгоритм демонстрирует безупречную точность.
«Наиболее часто используемые реагенты, A и B из системы ABO (I–IV группы) и резус-фактор, распознавать довольно просто: они дают очень яркие реакции. Но когда мы говорим про более специфические антигены, для которых реакция не столь ярко выраженная, врачу для вынесения вердикта может понадобиться увеличительное стекло. Именно в таких случаях особенно помогает наша система. Она использует сканер с очень большим разрешением, где размер пикселя — 6–7 стандартных электроцитов, поэтому нейросети доступно гораздо больше информации, чем глазу человека», — заключил Егор Ершов, кандидат физико-математических наук, заместитель заведующего кафедрой проблем передачи информации и анализа данных ИППИ МФТИ.
Таким образом, группе ученых удалось разработать полностью готовое к практическому применению решение по определению группы крови, основанное на нейросетевом анализе изображений медицинских планшетов. Предлагаемая рекомендательно-диагностическая система отличается простотой в использовании и невысокой стоимостью, что поможет значительно повысить точность определения группы крови даже в небольших клиниках. Особую благодарность за значительный вклад в формирование продукта авторы выражают Павлу Трегубу, доценту кафедры патологической физиологии Первого Московского государственного медицинского университета имени И. М. Сеченова, и Максиму Лысенко, директору по развитию проекта.
