Точная предоперационная стратификация риска кистозных образований почек (CRL) остается клинической проблемой из-за морфологического сходства различных образований, что часто приводит к избыточному лечению индолентных кист. Для решения этой задачи разработана и валидирована интегрированная система глубокого обучения, объединяющая интерактивную сегментацию с анализом признаков трехфазной КТ для уточнения прогноза злокачественности.

Ретроспективное многоцентровое исследование включило 434 пациента с кистозными образованиями почек из четырех учреждений. Данные разделены на обучающую (n=195), валидационную (n=100) и внешнюю тестовую (n=139) когорты. Референсным стандартом служил гистопатологический диагноз или радиологическая стабильность ≥4 лет.

Для объемной сегментации применялась интерактивная модель Swin UNETR с участием человека в процессе (human-in-the-loop). Для интеграции комплементарной информации из трех фаз КТ использовалась архитектура Tri-Phase-Channel (TPC) Perceiver, объединяющая признаки, извлеченные параллельными SEResNet50 из нативной, кортикомедуллярной и нефрографической фаз КТ.

Диагностическая эффективность оценивалась в сравнении с однофазными моделями SEResNet50 и классификацией Bosniak версии 2019 с использованием площади под ROC-кривой (AUC) и анализа кривых принятия решений (DCA).

Во внешней тестовой когорте интерактивная модель сегментации достигла коэффициента Dice 0.890.

Для прогнозирования злокачественности TPC-Perceiver достигла AUC 0.969 (95% CI: 0.911–1.000), значимо превзойдя классификацию Bosniak версии 2019 (AUC 0.884; p=0.016).

При фиксированном пороговом значении вероятности 0.5 модель показала:

• Чувствительность 94.4% и специфичность 96.7%
• Для сравнения, клинический стандарт (Bosniak v2019): чувствительность 100.0% и специфичность 76.9%

Анализ кривых принятия решений показал, что система глубокого обучения обеспечивает большую чистую пользу в широком диапазоне пороговых вероятностей.

Интегрированная система продемонстрировала высокую эффективность для стратификации риска кистозных образований почек. Попарные сравнения AUC показали преимущество TPC Perceiver над однофазными моделями и клинической оценкой Bosniak v2019, при этом её AUC была сопоставима с предыдущей моделью SETD.

Профиль чувствительности-специфичности при фиксированном пороге свидетельствует о потенциальной ценности в снижении ложноположительной стратификации риска, что может помочь избежать избыточного лечения.

Перед клиническим внедрением требуются более крупные проспективные многоцентровые исследования.