Главная
Конференции
Горизонты междисциплинарного знания: наука и практика в эпоху трансформаций
Применение искусственного интеллекта в испытаниях рентгеновских аппаратов как ме...

Применение искусственного интеллекта в испытаниях рентгеновских аппаратов как медицинских изделий

Секция

Технические науки

Ключевые слова

искусственный интеллект
рентгеновские аппараты
медицинские изделия
испытания
технический контроль
цифровой двойник
машинное зрение
дозиметрия
автоматизация

Аннотация статьи

Статья посвящена анализу применения технологий искусственного интеллекта (ИИ) в процессе испытаний рентгеновских аппаратов как медицинских изделий. Рассматриваются ключевые направления внедрения ИИ: автоматизированный анализ изображений, контроль стабильности технических параметров, дозиметрические расчёты, цифровое моделирование и автоматизация протоколов испытаний. Также дан обзор современных подходов применения ИИ в медицине в целом, подчеркивающий актуальность его интеграции на этапах жизненного цикла медицинской техники. Особое внимание уделено практическим преимуществам использования ИИ: повышению точности, объективности и эффективности испытательных процессов.

Текст статьи

Рентгеновские аппараты относятся к классу медицинских изделий, подлежащих строгим испытаниям на этапах разработки, регистрации и постмаркетингового контроля. Современные технологии искусственного интеллекта (ИИ) находят все более широкое применение не только в клинической практике, но и непосредственно в процессах испытаний самих изделий. В условиях ужесточения требований к точности, безопасности и документированной прослеживаемости испытаний, ИИ становится мощным инструментом повышения эффективности и достоверности результатов.

Применение искусственного интеллекта в медицине: общий обзор

ИИ уже активно используется в различных направлениях медицины, обеспечивая переход от реактивной к проактивной и персонализированной модели здравоохранения. Наиболее значимые области применения:

  1. Диагностика заболеваний. Глубокие нейросети анализируют рентгеновские, МРТ- и КТ-изображения, выявляя признаки патологий на ранних стадиях (например, рак, пневмония, тромбоз).
  2. Персонализированная медицина. ИИ подбирает лечение с учетом генетики, биомаркеров и образа жизни пациента – особенно актуально в онкологии и кардиологии.
  3. Умные медицинские устройства. Интеграция ИИ в носимую электронику и диагностические приборы позволяет в реальном времени контролировать ЭКГ, уровень глюкозы, давление и др.
  4. Виртуальные ассистенты. Чат-боты и голосовые помощники помогают пациентам с вопросами, напоминаниями и базовой триаж-сортировкой обращений.
  5. Анализ больших данных. ИИ обрабатывает массивы медицинской информации (электронные карты, клинические протоколы), выявляя закономерности, прогнозируя вспышки заболеваний и оптимизируя ресурсы учреждений.
  6. Роботизированная хирургия и ИИ в операционной. Системы на базе ИИ поддерживают хирургов в процессе операций, повышая точность манипуляций и прогнозируя возможные осложнения.

В Российской Федерации нормативно-методическая основа применения ИИ в здравоохранении включает стандарт ГОСТ Р 59921.2-2021 «Системы искусственного интеллекта в клинической медицине. Часть 2. Требования к качеству и надежности программного обеспечения», в котором определяются требования к валидации, интерпретируемости и безопасности ИИ-систем при использовании в медицинской практике.

Применение ИИ в испытаниях рентгеновских аппаратов

Испытания рентгеновских аппаратов направлены на подтверждение их соответствия нормативным требованиям по безопасности, эффективности, точности и стабильности. Интеграция ИИ в этот процесс позволяет автоматизировать ключевые этапы и повысить достоверность результатов.

1. Автоматизированный анализ изображений:

  • ИИ-алгоритмы анализируют тестовые снимки, сделанные с фантомами, оценивая: разрешение; контрастность; наличие артефактов; отклонения от эталона.
  • Используются сверточные нейросети и модели машинного зрения, что исключает субъективность оценки.

2. Контроль стабильности параметров:

  • В ходе испытаний оценивается стабильность выходной мощности, дозовой нагрузки, времени экспозиции.
  • ИИ анализирует серии измерений и выявляет статистические отклонения, тренды, возможные сбои.

3. Дозиметрический контроль с применением ИИ:

  • ИИ активно применяется для интеллектуального анализа дозиметрических данных, включая: выявление нестабильности дозы при работе рентгеновской трубки; сопоставление рассчитанных и измеренных доз с учетом геометрии, фильтрации и режима съёмки; автоматическое формирование отчётов и визуализация распределения дозовой нагрузки.

Примеры:

  • AI-Rad Companion (Siemens Healthineers) – ИИ-платформа, использующая машинное обучение для анализа дозовой информации и изображений, включая оценку облучения пациентов.
  • NVIDIA Clara – платформа для медицинской визуализации и ИИ, применяемая, в том числе для повышения качества дозиметрических изображений с помощью методов глубокого обучения (например, устранение шума и улучшение контрастности).

4. Моделирование и цифровые двойники:

  • Разработка цифровых двойников рентгеновских аппаратов (digital twins) позволяет: имитировать работу аппарата при различных настройках; тестировать алгоритмы постобработки изображений; сопоставлять расчетные характеристики с реальными результатами.

5. Автоматизация испытательных протоколов:

  • ИИ позволяет формировать адаптивные планы испытаний – сокращая ненужные повторения при успешных результатах.
  • Потенциал создания автоматизированных протоколов и отчетов например в соответствии с ГОСТ Р 50267.50, ГОСТ 31610, IEC 60601-2-54 и др.

Таблица

Преимущества внедрения ИИ в испытания

Преимущество

Пояснение

Повышение объективности

Исключение субъективной оценки, особенно при анализе изображений

Экономия времени и ресурсов

Сокращение длительности испытаний, автоматическая обработка результатов

Повышение точности

Обнаружение мельчайших отклонений, которые трудно заметить вручную

Улучшение прослеживаемости

Автоматическое логирование всех этапов испытаний

Поддержка пострегистрационного контроля

Анализ эксплуатационных данных в условиях реального применения

Реальные примеры и практика:

  • Компании Siemens Healthineers, GE Healthcare, Mindray используют ИИ как в процессе разработки рентгеновских систем, так и при их проверке на этапе выходного контроля.
  • Испытательные лаборатории (например, TÜV Rheinland) внедряют ИИ для оценки MTF, CNR и DQE при проведении типовых и периодических испытаний.
  • В России и странах ЕАЭС внедряются автоматизированные системы оценки соответствия изделий требованиям ТР ТС 020/2011 и профильным ГОСТам с использованием ИИ и компьютерного зрения.

Практика применения ИИ в здравоохранении Российской Федерации

В последние годы в России наблюдается активное внедрение технологий искусственного интеллекта в клиническую практику. По словам заместителя министра здравоохранения РФ Вадима Ванькова, за последние два года более 400 медицинских изделий на базе ИИ были внедрены в 85 регионах страны. Об этом он сообщил на экспертной дискуссии в рамках второго Всероссийского женского форума «Женщины за здоровое общество».

На сегодняшний день ИИ наиболее широко применяется:

  • для анализа медицинских изображений, включая данные КТ и МРТ;
  • при работе с электронными медицинскими картами (ЭМК);
  • а также в новых направлениях, таких как: обработка ЭКГ; анализ видеопотоков при эндоскопии; поддержка фармакологической терапии.

Важной инициативой в области централизованного применения ИИ стала платформа «МосмедИИ», предоставляющая бесплатный доступ к ИИ-инструментам всем субъектам РФ. По состоянию на сегодняшний день:

  • 73 региона уже подключились к платформе;
  • более 1000 медицинских организаций используют её в работе;
  • 1,7 миллиона медицинских изображений было проанализировано;
  • только за один месяц обрабатывается свыше 400 тысяч изображений.

Согласно Минздраву, система показала высокую эффективность – ИИ выявляет значительное количество патологий, включая ранее незамеченные врачами признаки. Замминистра подчеркнул важность создания единой цифровой экосистемы с координированным обменом медицинскими данными между учреждениями.

Заключение

Интеграция искусственного интеллекта – это важный шаг к цифровизации и повышению качества медицинской техники. Такие технологии не только ускоряют и удешевляют процедуры испытаний, но и обеспечивают их воспроизводимость, объективность и соответствие современным регуляторным требованиям. В ближайшие годы можно ожидать еще более активного внедрения ИИ во все этапы жизненного цикла медицинских изделий – от проектирования до постмаркетингового мониторинга.

Список литературы

  1. ГОСТ Р 59921.2-2021 «Системы искусственного интеллекта в клинической медицине. Часть 2. Требования к качеству и надёжности программного обеспечения».
  2. ГОСТ Р ИСО 13485-2017 «Изделия медицинские. Системы менеджмента качества. Требования для целей регулирования».
  3. Постановление Правительства РФ от 27.12.2021 № 135 «Об утверждении Положения о государственной регистрации медицинских изделий и о ведении государственного реестра медицинских изделий».
  4. Siemens Healthineers. AI-Rad Companion [Электронный ресурс]. – URL: https://www.siemens-healthineers.com/ai-rad-companion.
  5. NVIDIA Clara Imaging [Электронный ресурс]. – URL: https://developer.nvidia.com/clara.
  6. Белоусов Ю.Б., Леонова М.В., Ефременкова О.В. Контроль качества и безопасности медицинской продукции: проблемы и перспективы // Фармация и фармакология. – 2020. – Т. 8, № 2. – С. 75-86.
  7. Авдонина Л.Г., Гусева Т.А., Майорова Е.И. Международные стандарты и требования к производству и контролю качества медицинских изделий // Медицинский альманах. – 2018. – № 6 (55). – С. 15-18.

Поделиться

14

Лирцман Е. Э. Применение искусственного интеллекта в испытаниях рентгеновских аппаратов как медицинских изделий // Горизонты междисциплинарного знания: наука и практика в эпоху трансформаций : сборник научных трудов по материалам Международной научно-практической конференции 15 июля 2025г. Белгород : ООО Агентство перспективных научных исследований (АПНИ), 2025. URL: https://apni.ru/article/12571-primenenie-iskusstvennogo-intellekta-v-ispytaniyah-rentgenovskih-apparatov-kak-medicinskih-izdelij

Обнаружили грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики)? Напишите письмо в редакцию журнала: info@apni.ru

Похожие статьи

Другие статьи из раздела «Технические науки»

Все статьи выпуска
Актуальные исследования

#27 (262)

Прием материалов

5 июля - 11 июля

осталось 7 дней

Размещение PDF-версии журнала

16 июля

Размещение электронной версии статьи

сразу после оплаты

Рассылка печатных экземпляров

30 июля