Недорого и без клиники: ученые придумали альтернативу урфлоуметрии с помощью смартфона

Учёные Санкт-Петербургского государственного университета обучили нейросеть анализировать параметры мочеиспускания по видео со смартфона.

Как сообщили ТАСС в пресс-службе вуза, по точности метод не уступает стандартному, но при этом не требует поездки в клинику и позволяет быстрее обнаружить заболевание.

Симптомы нижних мочевыводящих путей — это комплекс нарушений, включающий учащённое или затруднённое мочеиспускание, ночные позывы, слабую струю, чувство неполного опорожнения и недержание мочи. По данным учёных, этими проблемами страдают более двух миллиардов человек во всём мире.

Для диагностики сегодня используют урфлоуметрию — метод, позволяющий оценить ключевые параметры мочеиспускания. Однако он доступен только в стационаре и не всегда точен. Международный коллектив учёных под руководством специалистов СПбГУ разработал новый метод на основе искусственного интеллекта с использованием обычного смартфона.

Искусственный интеллект вычислял максимальную скорость потока мочи по видео пациента, а объём выделенной мочи оценивал независимый эксперт. В результате новый метод не уступал стандартному по точности измерений, сообщил заместитель главного врача Клиники высоких медицинских технологий имени Пирогова, профессор кафедры урологии СПбГУ Нариман Гаджиев.

В исследовании участвовали 103 мужчины в возрасте от 48 до 79 лет с симптомами нижних мочевыводящих путей. Каждый прошёл диагностику двумя методами одновременно: стандартной весовой урфлоуметрией и видеозаписью мочеиспускания на смартфон с последующим анализом с помощью искусственного интеллекта. Результаты показали, что диагностика со смартфоном даёт практически те же показатели, что и стандартное оборудование в больнице.

Разница в значениях максимальной скорости потока между смартфоном и стандартным аппаратом оказалась минимальной — в среднем 0,04 миллилитра в секунду. Такое отклонение не имеет клинического значения и находится в пределах погрешности самого традиционного метода. Точность каждого отдельного измерения оценивалась с помощью показателя средней абсолютной процентно