Цель: изучить динамику и закономерности развития атеросклеротических изменений дуги аорты на основании данных компьютерной томографии.
Материал и методы. Изучены данные компьютерной томографии 158 человек, полученных на аппарате Philips Ingenuity CT без контрастирования. Дуга аорты разделена на части: I часть – до плечеголовного ствола, II часть – до левой подключичной артерии, III часть – дистальнее левой подключичной артерии. Положение локальных атеросклеротических изменений определялось по часовой стрелке с разделением аорты на 24 сектора. Данные группировались и подвергались статистической обработке.
Результаты. Выделены группы пациентов по возрасту: 1-я группа – до 55 лет, 2-я группа – от 56 до 70 лет, 3-я группа – старше 71 года. Количественная оценка выраженности изменений стенки дуги аорты основана на расчете общего количества вовлеченных секторов среди участников групп, уровень значимости соответствовал p<0,05. Выявлены схожие проявления атеросклероза дуги аорты, при этом локализация не связана с полом участников наблюдения. Наименьшее количество изменений обнаружено в I части дуги аорты, наибольшее – в III части, с увеличением в старших возрастных группах.
Заключение. Атеросклеротические изменения в I части дуги аорты наиболее часто выявляются в верхней полуокружности (секторы 22–24). Во II части более часто изменения находились в правой полуокружности (секторы 15–22). В III части дуги аорты изменения наиболее выражены в нижних отделах и слева (секторы 6–14). Расположение локальных изменений стенки дуги аорты у мужчин и женщин различается слабо.

Венозные аномалии развития (ВАР) головного мозга относятся к наиболее часто встречающимся порокам развития сосудов, на их долю приходится около 55% всех сосудистых аномалий головного мозга. Большинство из них протекают бессимптомно и не требуют лечения. Осложнения при ВАР встречаются редко. В литературе описаны случаи кровоизлияний, венозной конгестии, эпилепсии, ассоциированных с ВАР, однако чаще всего осложнения обусловлены другими пороками развития, такими как кавернозные и лимфатические мальформации, фокальные кортикальные дисплазии. В статье представлено редкое клиническое наблюдение инфратенториального венозного инфаркта, возникшего в результате тромбоза ВАР, в свою очередь, спровоцированного тромбозом контралатерально расположенных сигмовидного и поперечного венозных синусов.

Левамизол – противопаразитарное лекарственное средство, широко использующееся в клинической практике. Одним из редких побочных действий препарата является развитие левамизол-индуцированной мультифокальной воспалительной лейкоэнцефалопатии, которая прогрессирует через 2–8 нед после лечения и характеризуется демиелинизацией головного мозга и поражением белого вещества. В статье описан случай левамизол-индуцированной лейкоэнцефалопатии, которую необходимо дифференцировать с рассеянным склерозом, острым рассеянным энцефаломиелитом и оптиконейромиелитом.

В настоящее время искусственный интеллект (ИИ) весьма эффективно развивается, а его приложения ценны во многих областях науки, в том числе и медицинской, – главным образом из-за его способности обеспечить точность, объективность и автоматизацию. Стремительное развитие диагностических технологий предоставляет возможность внедрять в современную медицину инновационные решения с применением ИИ, позволяющего разгрузить медицинских работников за счет ускорения процесса диагностики и в то же время повысить его качество, а также эффективность последующего специального лечения. В обзоре кратко представлены текущее состояние знаний и ряд существующих моделей ИИ, используемых в повседневной практике в сфере медицинской визуализации. Показано, что ИИ обладает огромным потенциалом для преобразования рентгенодиагностики и других областей медицины, особенно при анализе медицинских изображений. Несмотря на трудности, связанные с внедрением ИИ в практическую деятельность, такие как необходимость надлежащего обучения персонала и этические проблемы, преимущества его применения весьма значительны. ИИ может помочь повысить точность диагностики, ускорить сам процесс диагностирования и сократить расходы на медицинское обслуживание. Дальнейшее развитие технологий ИИ в сочетании с постоянным сотрудничеством между российскими разработчиками ИИ и медицинскими работниками будет способствовать еще большим достижениям в области здравоохранения, которые принесут несомненную пользу как пациентам, так и персоналу лечебных учреждений.

Актуальность. В клинической практике на сегодняшний день информация, содержащаяся в компьютерных томографических (КТ) изображениях рака легкого, используется не в полной мере – лишь несколько семантических характеристик (например, размеры, контуры, характер накопления контрастного препарата и т.д.). Сегодня исследователями предпринимаются попытки преобразовать данные КТ-изображений в количественные показатели, описывающие форму и текстуру рака легкого, а также связать эти показатели с клиническими данными. Такой подход получил название «радиомика» и представляет собой развивающуюся область в медицине.
Цель: провести анализ публикаций, посвященных дифференциальной диагностике немелкоклеточного рака легкого (НМРЛ) с помощью текстурного анализа, а также оценить возможности и перспективы применения этого метода для увеличения информативности КТ-исследований.
Материал и методы. В обзоре литературы представлены данные, полученные из доступных источников в базах данных PubMed, ScienceDirect и Google Scholar, опубликованные до конца 2024 г. включительно, найденные с помощью ключевых слов и словосочетаний на русском и английском языках: «НМРЛ», «аденокарцинома легкого», «плоскоклеточный рак легкого», «компьютерная томография», «радиомика», «текстурный анализ», «дифференциальная диагностика», “NSCLC”, “lung adenocarcinoma”, “squamous cell lung cancer”, “ computed tomography”, “radiomics”, “texture analysis”, “differential diagnosis”.
Результаты. В обзоре литературы описаны методики текстурного анализа на всех этапах. По результатам проанализированных научных работ авторы приходят к выводу, что применение текстурного анализа позволяет с чувствительностью 72–83%, специфичностью 67–92% и точностью 74–86% неинвазивно предсказать гистологическую форму НМРЛ.
Заключение. Применение текстурного анализа согласно опубликованным работам является перспективным методом для дифференциальной диагностики гистологических форм НМРЛ (до AUC ~0,7–0,9), однако различие методик и отсутствие стандартизации проведения текстурного анализа требует проведения дополнительных исследований.