sibmedСибирский научный медицинский журналСибирский научный медицинский журнал2410-25122410-2520ИЦиГ СО РАН10.18699/SSMJ20260104sibmed-2713Research ArticleОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯRESEARCH ARTICLESОпыт применения технологий искусственного интеллекта в диагностике ишемического инсульта на основе КТ-изображенийExperience of applying artificial intelligence technologies to ischemic stroke diagnosis based on CT imageshttps://orcid.org/0009-0003-4667-2961АзнауроваШ. А.AznaurovaSh. A.

Азнаурова Шуанет Ахмедовна

127051, Москва, ул. Петровка, 24, стр. 1

Shuanet A. Aznaurova

127051, Moscow, Petrovka st., 24, bld. 1

AznaurovaSA@zdrav.mos.ruhttps://orcid.org/0000-0001-9396-6063КремневаЕ. И.KremnevaE. I.

Кремнева Елена Игоревна - д.м.н.

127051, Москва, ул. Петровка, 24, стр. 1

Elena I. Kremneva - doctor of medical sciences.

127051, Moscow, Petrovka st., 24, bld. 1

Kremneva@neurology.ruhttps://orcid.org/0000-0001-7786-0349АрзамасовК. М.ArzamasovK. M.

Арзамасов Кирилл Михайлович - д.м.н.

127051, Москва, ул. Петровка, 24, стр. 1

Kirill M. Arzamasov - doctor of medical sciences.

127051, Moscow, Petrovka st., 24, bld. 1

ArzamasovKM@zdrav.mos.ruhttps://orcid.org/0000-0002-2990-7736ВладзимирскийА. В.VladzimirskiyA. V.

Владзимирский Антон Вячеславович - д.м.н.

127051, Москва, ул. Петровка, 24, стр. 1

Anton V. Vladzimirskiy - doctor of medical sciences.

127051, Moscow, Petrovka st., 24, bld. 1

VladzimirskijAV@zdrav.mos.ruhttps://orcid.org/0000-0002-2746-7554БобровскаяТ. М.BobrovskayaT. M.

Бобровская Татьяна Михайловна

127051, Москва, ул. Петровка, 24, стр. 1

Tatiana M. Bobrovskaya

127051, Moscow, Petrovka st., 24, bld. 1

BobrovskayaTM@zdrav.mos.ruНаучно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения г. МосквыРоссияResearch and Practical Clinical Center for Diagnostics and Telemedicine Technologies of Moscow Health Care DepartmentRussian Federation2026190320264615060Copyright © Азнаурова Ш.А., Кремнева Е.И., Арзамасов К.М., Владзимирский А.В., Бобровская Т.М., 20262026Азнаурова Ш.А., Кремнева Е.И., Арзамасов К.М., Владзимирский А.В., Бобровская Т.М.Aznaurova S.A., Kremneva E.I., Arzamasov K.M., Vladzimirskiy A.V., Bobrovskaya T.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sibmed.elpub.ru/jour/article/view/2713

Ишемический инсульт является одной из основных причин смертности и инвалидизации, что требует совершенствования методов ранней диагностики. Несмотря на широкое использование компьютерной томографии (КТ), выявление ранних признаков ишемии остается сложной задачей из-за ограниченной чувствительности метода в первые часы. Технологии искусственного интеллекта (ИИ) обладают потенциалом для повышения точности диагностики, в том числе для выявления признаков ишемии головного мозга, однако их клиническая применимость требует тщательной оценки.

Цель исследования – оценка диагностических показателей сервисов ИИ для автоматического анализа КТ-исследований головного мозга на предмет наличия зон острого ишемического поражения в рамках Московского эксперимента.

Материал и методы

Материал и методы. На материале 100 нативных КТ (50 при ишемическом инсульте, 50 контрольных) проведено ретроспективное исследование. Данные отобраны из Единого радиологического информационного сервиса Единой медицинской информационно-аналитической системы города Москвы. Верификация диагноза выполнялась двумя независимыми рентгенологами с привлечением эксперта в спорных случаях. Оценивались следующие метрики: чувствительность, специфичность, точность и площадь под ROC-кривой (AUC) с 95%-м доверительным интервалом. Обработка исследований выполнялась тремя комплексными сервисами ИИ, предназначенными для выявления патологических изменений на бесконтрастных КТ головного мозга у пациентов с подозрением на наличие острого ишемического инсульта.

Результаты

Результаты. Два из трех ИИ-сервисов продемонстрировали высокую диагностическую точность: AUC > 87 %, чувствительность ≥ 83 %, специфичность ≥ 83 %. Третий сервис показал сниженную чувствительность (68 %), что указывает на риск пропуска патологии.

Заключение

Заключение. Сервисы ИИ могут служить эффективным инструментом поддержки принятия решений в диагностике ишемического инсульта, особенно при ограниченном времени или недостаточной экспертизе. Однако вариабельность их эффективности подчеркивает необходимость строгой валидации перед клиническим внедрением.

Ischemic stroke remains one of the leading causes of mortality and disability worldwide, necessitating improvements in early diagnostic methods. Despite the widespread use of computed tomography (CT), detecting early signs of ischemia remains challenging due to the modality’s limited sensitivity during the initial hours. Artificial intelligence (AI) technologies show potential for enhancing diagnostic accuracy, including the identification of cerebral ischemia signs, though their clinical applicability requires rigorous evaluation.

Aim of the study was to evaluate the diagnostic performance of AI-based services for automated analysis of brain CT scans in detecting acute ischemic lesions within the Moscow Experiment framework.

Material and methods

Material and methods. We conducted a retrospective study of 100 non-contrast brain CT scans (50 with ischemic stroke, 50 normal controls) selected from the Unified Radiological Information Service of Unified Medical Information and Analytical System of the City of Moscow. Diagnosis verification was performed by two independent radiologists, with expert consultation in disputed cases. We assessed the following metrics: sensitivity, specificity, accuracy, and area under the ROC curve (AUC) with 95 % confidence intervals. Scans were processed by three comprehensive AI services specifically designed to detect pathological changes on non-contrast brain CT scans in patients with suspected acute ischemic stroke.

Results

Results. Two of the three AI services demonstrated high diagnostic accuracy: AUC > 87 %, sensitivity ≥ 83 %, specificity ≥ 83 %. The third service showed reduced sensitivity (68%), indicating a risk of missed diagnoses.

Conclusions

Conclusions. AI services can serve as effective decision-support tools in ischemic stroke diagnosis, particularly in time-constrained scenarios or when expert resources are limited. However, the observed variability in performance underscores the necessity for strict validation before clinical implementation.

искусственный интеллектнейрорадиологияишемический инсульткомпьютерная томографиядиагностикаавтоматический анализ изображенийartificial intelligenceneuroradiologyischemic strokecomputed tomographydiagnosisautomated image analysisСтатья подготовлена авторским коллективом в рамках НИР «Научные методологии устойчивого развития технологий искусственного интеллекта в медицинской диагностике» (№ ЕГИСУ 123031500004-5) в соответствии с Приказом от 17.12.2024 № 1184 «Об утверждении государственных заданий, финансовое обеспечение которых осуществляется за счет средств бюджета города Москвы государственным бюджетным (автономным) учреждениям, подведомственным Департаменту здравоохранения города Москвы, на 2025 год и плановый период 2026 и 2027 годов» Департамента здравоохранения г. МосквыThis paper was prepared by a team of authors as a part of the research project “Evidence-based methodologies for sustainable development of artificial intelligence in medical imaging”, (EGISU No. 1230315000 04-5) in accordance with Order No. 1184 dated December 17, 2024: “On approval of state assignments funded from the Moscow city budget to state budgetary (autonomous) institutions subordinated to the Moscow Healthcare Department for 2025 and the planning period of 2026 and 2027.”ReferencesНикитин А.С., Асратян С.А., Смирнов Д.С., Кемеж Ю.В., Урванцева О.М. Распространенность массивного ишемического инсульта в отдельном региональном сосудистом центре. Неврол. ж. 2017;(1):12–18.Nikitin A.S., Asratyan S.A., Smirnov D.S., Kemezh Yu.V., Urvantseva O.M. Prevalence of massive ischemic stroke in a regional vascular center. Nevrologicheskiy zhurnal = Neurological Journal. 2017;(1):12–18. [In Russian].Крылов В.В., Никитин А.С., Дашьян В.Г., Арутюнов Н.М., Лагода О.В., Белкин А.А., Виленский Б.С., Гуща А.О., Ермаков Н.А., Зайцев А.А. Хирургия массивного ишемического инсульта. М.: ГЭОТАР-Медиа; 2016. 136 с.Krylov V.V., Nikitin A.S., Dashyan V.G., Arutyunov N.M., Lagoda O.V., Belkin A.A., Vilenskii B.S., Gushcha A.O., Ermakov N.A., Zaitsev A.A. Surgery of massive ischemic stroke. Moscow: GEOTAR-Media; 2016. 136 p. [In Russian].Игнатьева В.И., Вознюк И.А., Шамалов Н.А., Резник А.В., Виницкий А.А., Деркач Е.В. Социально-экономическое бремя инсульта в Российской Федерации. Ж. неврол. и психиатрии. 2023;123(8–2):5–15. doi:10.17116/jnevro20231230825Ignatyeva V.I., Voznyuk I.A., Shamalov N.A., Reznik A.V., Vinitskii A.A., Derkach E.V. Socio-economic burden of stroke in the Russian Federation. Zhurnal nevrologii i psikhiatrii imeni S.S. Korsakova = S.S. Korsakov Journal of Neurology and Psychiatry. 2023;123(8–2):5–15. [In Russian]. doi:10.17116/jnevro20231230825Клинические рекомендации: Ишемический инсульт и транзиторная ишемическая атака. Минздрав РФ, 2024. 45 с.Clinical guidelines: Ischemic stroke and transient ischemic attack. Ministry of Health of the Russian Federation; 2024. 45 p. [In Russian].Васильев Ю.А., Арзамасов К.М., Колсанов А.В., Владзимирский А.В., Омелянская О.В., Пестренин Л.Д., Нечаев Н.Б. Опыт применения программного обеспечения на основе технологий искусственного интеллекта на данных 800 тысяч флюорографических исследований. Врач и инф. технол. 2023;(4):54–65. doi: 10.25881/18110193_2023_4_54Vasilev Yu.A., Arzamasov K.M., Kolsanov A.V., Vladzimirskiy A.V., Omelyanskaya O.V., Pestrenin L.D., Nechaev N.B. Experience of using artificial intelligence-based software for 800,000 fluorography studies. Vrach i informatsionnye tekhnologii = Medical Doctor and Information Technologies. 2023;(4):54–65. [In Russian]. doi: 10.25881/18110193_2023_4_54Артюкова З.Р., Кудрявцев Н.Д., Петряйкин А.В., Абуладзе Л.Р., Сморчкова А.К., Ахмад Е.С., Семенов Д.С., Беляев М.Г., Белая Ж.Е., Владзимирский А.В., Васильев Ю.А. Применение алгоритма искусственного интеллекта для оценки минеральной плотности тел позвонков по данным компьютерной томографии. Мед. визуализ. 2023;27(2):125–137. doi: 10.24835/1607-0763-1257Artyukova Z.R., Kudryavtsev N.D., Petryaykin A.V., Abuladze L.R., Smorchkova A.K., Akhmad E.S., Semenov D.S., Belyaev M.G., Belaya Zh.E., Vladzimirskiy A.V., Vasilev Yu.A. Application of artificial intelligence algorithm for assessing vertebral bone mineral density using computed tomography data. Meditsinskaya vizualizatsiya = Medical Visualization.Морозов С.П., Владзимирский А.В., Шулькин И.М., Ледихова Н.В., Арзамасов К.М., Андрейченко А.Е., Логунова Т.А., Омелянская О.В., Гусев А.В. Исследование целесообразности применения технологий искусственного интеллекта в лучевой диагностике. Врач и инф. технол. 2022;(1):12–29. doi: 10.25881/18110193_2022_1_12Morozov S.P., Vladzimirskiy A.V., Shulkin I.M., Ledikhova N.V., Arzamasov K.M., Andreycheno A.E., Logunova T.A., Omelyanskaya O.V., Gusev A.V. Feasibility study of artificial intelligence technologies in radiological diagnostics. Vrach i informatsionnye tekhnologii = Medical Doctor and Information Technologies. 2022;(1):12–29. [In Russian]. doi: 10.25881/18110193_2022_1_12Зельтер П.М., Колсанов А.В., Чаплыгин С.С., Первушкин С.С. Визуальная и автоматическая оценки объема поражения легких на компьютерной томографии при пневмонии, вызванной COVID-19. Вестн. мед. ин-та «РЕАВИЗ». 2020;(6):5–13. doi: 10.20340/vmi-rvz.2020.6.1Zelter P.M., Kolsanov A.V., Chaplygin S.S., Pervushkin S.S. Visual and automated assessment of lung lesion volume on computed tomography in COVID-19 pneumonia. Vestnik meditsinskogo instituta «REAVIZ»: reabilitatsiya, vrach i zdorov’ye = Bulletin of the Medical Institute “REAVIZ”: Rehabilitation, Physician and Health. 2020;(6):5–13. [In Russian]. doi: 10.20340/vmi-rvz.2020.6.1Qiu W., Kuang H., Teleg E., Ospel J.M., Sohn S.I., Almekhlafi M., Goyal M., Hill M.D., Demchuk A.M., Menon B.K. Machine learning for detecting early infarction in acute stroke with non-contrast-enhanced CT. Radiology. 2020;294(3):638–644. doi: 10.1148/radiol.2020191193Qiu W., Kuang H., Teleg E., Ospel J.M., Sohn S.I., Almekhlafi M., Goyal M., Hill M.D., Demchuk A.M., Menon B.K. Machine learning for detecting early infarction in acute stroke with non-contrast-enhanced CT. Radiology. 2020;294(3):638–644. doi: 10.1148/radiol.2020191193Андропова П.Л., Гаврилов П.В., Колесникова П.А., Кушнер А.В., Владзимирский А.В., Васильев Ю.А., Трофимова Т.Н. Диагностическая эффективность отдельных систем автоматического анализа КТ-изображений в выявлении ишемического инсульта в бассейне средней мозговой артерии. Сиб. ж. клин. и эксперим. мед. 2023;38(3):194–200. doi:10.29001/2073-8552-2023-39-3-194-200Andropova P.L., Gavrilov P.V., Kolesnikova P.A., Kushner A.V., Vladzimirskiy A.V., Vasilev Yu.A., Trofimova T.N. Diagnostic efficacy of individual automated CT image analysis systems for detecting ischemic stroke in the middle cerebral artery territory. Sibirskiy zhurnal klinicheskoy i eksperimentalnoy meditsiny = Siberian Journal of Clinical and Experimental Medicine. 2023;38(3):194–200. [In Russian]. doi:10.29001/2073-8552-2023-39-3-194-200Андропова П.Л., Колесникова П.А., Гаврилов П.В., Кокорев О.В., Чернова Е.В., Курносенко О.А., Галустян Д.Х., Бойцова М.Г., Трофимова Т.Н. Влияние системы автоматического выявления ишемических изменений в бассейне средней мозговой артерии на процесс принятия врачебных решений. Мед. визуализ. 2024;28(3):42‒52 52. doi: 10.24835/1607-0763-1446Andropova P.L., Kolesnikova P.A., Gavrilov P.V., Kokorev O.V., Chernova E.V., Kurnosenko O.A., Galustyan D.K., Boitsova M.G., Trofimova T.N. Impact of an automated system for detecting ischemic changes in the middle cerebral artery territory on clinical decision-making. Meditsinskaya vizualizatsiya = Medical Visualization. 2024;28(3):42–52. [In Russian]. doi:10.24835/1607-0763-1446Искусственный интеллект в лучевой диагностике: Per aspera ad astra. Ред. Ю.А. Васильев, А.В. Владзимирский. М.: Издательские решения, 2025. 491 с.Artificial intelligence in radiology: Per aspera ad astra. Eds.: Yu.A. Vasilev, A.V. Vladzimirskiy. Moscow: Izdatelskie resheniya, 2025. 491 p.Владзимирский А.В., Васильев Ю.А., Арзамасов К.М., Омелянская О.В., Ледихова Н.В., Морозов С.П., Гомболевский В.А., Баланюк Э.А., Ермолаев С.О., Живоденко В.С., Идрисов И.М., Кирпичев Ю.С., Логунова Т.А., Нуждина В.А., Раковчен В.Г., Слепушкина А.В. Компьютерное зрение в лучевой диагностике: первый этап Московского эксперимента. 2-е изд. М.: Издательские решения, 2023. 388 с.Vladzymyrskiy A.V., Vasilev Yu.A., Arzamasov K.M., Omelyanskaya O.V., Ledikhova N.V., Morozov S.P., Gombolevskiy V.A., Balanyuk E.A., Yermolaev S.O., Zhyvodenko V.S., Idrisov I.M., Kirpichev Yu.S., Logunova T.A., Nuzhdina V.A., Rakovchen V.G., Slepushkina A.V. Computer vision in radiology: the first stage of the Moscow experiment. 2nd ed. Moscow: Izdatel’skiye resheniya, 2023. 388 p. [In Russian]Бобровская Т.М., Васильев Ю.А., Никитин Н.Ю., Владзимирский А.В., Омелянская О.В., Четвериков С.Ф., Арзамасов К.М. Объем выборки для оценки диагностической точности программного обеспечения на основе технологий искусственного интеллекта в лучевой диагностике. Сиб. ж. клин. и эксперим. мед. 2024;39(3):188–198. doi: 10.29001/2073-8552-2024-39-3-188-198Bobrovskaya T.M., Vasilev Yu.A., Nikitin N.Yu., Vladzimirskiy A.V., Omelyanskaya O.V., Chetverikov S.F., Arzamasov K.M. Sample size estimation for assessing diagnostic accuracy of artificial intelligence-based software in radiology. Sibirskiy zhurnal klinicheskoy i eksperimentalnoy meditsiny = Siberian Journal of Clinical and Experimental Medicine. 2024;39(3):188–198. [In Russian]. doi: 10.29001/2073-8552-2024-39-3-188-198Akbarzadeh M., Sanaie S., Rafsanjani M., Hosseini M.S. Role of imaging in early diagnosis of acute ischemic stroke: A literature review. Egypt J. Neurol. Psychiatry Neurosurg. 2021;57:126. doi:10.1186/s41983-021-00432-yAkbarzadeh M., Sanaie S., Rafsanjani M., Hosseini M.S. Role of imaging in early diagnosis of acute ischemic stroke: A literature review. Egypt J. Neurol. Psychiatry Neurosurg. 2021;57:126. doi:10.1186/s41983-021-00432-yПчелинцева О.И., Омелянская О.В. Об особенностях этической экспертизы в исследованиях с применением технологий и систем искусственного интеллекта на базе Государственного бюджетного учреждения здравоохранения города Москвы «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы» (ГБУЗ НПКЦ ДиТ ДЗМ). Digital Diagnostics. 2022;3(2):156–161. doi: 10.17816/DD107983Pchelintseva O.I., Omelyanskaya O.V. On the features of ethical review in studies using artificial intelligence technologies and systems at the Moscow City Government Healthcare Institution “Scientific and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow City Healthcare Department”. Digital Diagnostics. 2022;3(2):156–161. [In Russian]. doi: 10.17816/DD107983Морозов С.П., Андрейченко А.Е., Четвериков С.Ф., Владзимирский А.В., Омелянская О.В., Арзамасов К.М., Васильев Ю.А., Колсанов А.В., Гусев А.В., Ледихова Н.В. Веб-инструмент для выполнения ROC-анализа результатов диагностических тестов. Свидетельство о государственной регистрации программы для ЭВМ № 2022617324; опубл. 19.04.2022.Morozov S.P., Andreychenko A.E., Chetverikov S.F., Vladzimirskiy A.V., Omelyanskaya O.V., Arzamasov K.M., Vasilev Yu.A., Kolsanov A.V., Gusev A.V., Ledikhova N.V. Web tool for ROC analysis of diagnostic test results. Certificate of state registration of computer program No. 2022617324; published 19.04.2022. [In Russian].

The authors declare that there are no conflicts of interest present.