Павел Власов - Беседы о рентгеновских лучах (второе издание)

Он даже несколько разочаровался, не найдя ничего существенного. И только потом, вспомнив, что нарушил одну из основных заповедей рентгенолога, вернулся к грудной клетке и был немало обескуражен, обнаружив у больного тяжелую форму туберкулеза легких. А рентгенологу следовало знать, что больные туберкулезом часто страдают болями в подложечной области, и это пи в коей мере не должно вводить врача в заблуждение, уводя в сторону от диагноза.

Можно не видеть сам очаг поражения, который бывает сравнительно небольшим, но уже по тому, какое положение занимают ребра и как дышат легкие, как смещается диафрагма и как ведет себя средостение в разные фазы дыхания, можно сказать, чем страдает больной. Вот что значит правильный методологический подход: он определяет методику и технику исследования, а в конечном счете решает успех диагностики и лечения.

И все же одно дело смотреть, другое — видеть. Главное, конечно, выработать у себя особую форму видения, которой требует специфика рентгеновского изображения.

А тут начинающих подстерегает масса подвохов.

Картина на экране или на снимке искажается не только иллюзиями, и не только наложение теней друг на друга мешает ее расшифровке. Одни и те же объекты могут выглядеть по-разному, а различные — одинаково. Вспомним: цилиндр, шар, конус в определенных проекциях дают круглый силуэт, пирамида и куб — квадратный. Если просвечивается сферическое образование, в центре которого есть полость, тень получится кольцевидной, одинаковой и для туберкулезной каверны, и для опухоли с распадом.

Лучи от трубки идут разбегающимся снопом. Если объект расположен не в центре, а на периферии обследуемого поля, изображение вытягивается (если это шар, то вместо круга мы увидим овал). Меняются не только формы, но и размеры. Из двух равновеликих уплотнений в легочной ткани крупнее покажется то, которое ближе к источнику радиации.

Эти и им подобные «шумы» могут заглушить сигнал опасности или, напротив, вызвать ложную тревогу. Ясно, почему столь актуальна задача устранения всех и всяческих помех. Конечно же, она решается всеми и всяческими способами. Избежать ошибок помогает их тщательный анализ, который не прекращается и позволяет вносить все новые поправки.

Считается, например, что плотные очаги, вызванные хроническим процессом, дают на экране потемнение большей интенсивности, а острые воспалительные — меньшей. На самом деле это не так. Если они одного размера и положения, то и тень будет одинаковой. Ибо плотность всех мягких тканей и жидкостей в нашем организме приблизительно одна и та же (близка к единице). Зато чем крупнее патологическое образование, тем гуще тень.

Чтобы вернее оценивать формы, размеры, положение болезненных очагов, широко практикуется многопроекционность. Если пациента, стоящего лицом к экрану, поворачивать правым плечом вперед, все элементы, находящиеся сзади, смещаются вправо, а те, что спереди, — влево. Движения обеспечивают трехмерность восприятия, создавая правильные представления об изучаемом объекте. И это не единственный прием, который используется рентгенологами.

— Вот уж подлинно: мильон терзаний!

— Но и мильон дерзаний — попыток разрешить проблемы безошибочной диагностики.

— А нельзя ли привлечь на помощь электронный мозг, чтобы он подсобил человеческому анализировать изображение?

— Такие попытки тоже предпринимаются. Правда, успехи пока что скромные. И тем не менее многообещающие.

«Д-р Эшби полагает, что действительно можно создать машины более умные, чем их создатели, и я в этом с ним полностью согласен», — писал в 1953 году Н. Винер. Заявление отца кибернетики вдохновило ее энтузиастов во всем мире. Заговорили и о реальной возможности распознавать образы автоматически. Дескать, если удастся обучить компьютер отличать букву А в любом начертании от всех прочих, то почему нельзя научить его отличать собаку от кошки, несмотря на все разнообразие пород? Ну и, конечно, сердце от печени, легкие от ребер на флюоресцирующем экране, а там уж рукой подать до машинной рентгенодиагностики…

Однако и скептики подняли голос. «Даже определение абсолютно точных и строгих правил узнавания буквы А во всех видах, встречающихся хотя бы в печатном тексте, — грандиозная задача», — напомнил американский математик У. Питтс и выразил сомнение, что ее вообще удастся когда-либо решить. А профессор М. Таубе (тоже США) в книге «Компьютеры и здравый смысл.

Миф о думающих машинах» (1961 г,) высказался со всей прямотой: «Энтузиастам вычислительных машин следует либо прекратить болтовню об этом, либо принять на себя серьезное обвинение в том, что они сочиняют научную фантастику с целью пощекотать читателям нервы в погоне за легкими деньгами и дешевой популярностью».

Что же получилось?

Еще в 1957 году родился «Марк-1». Так был назван перцептрон автоматический зрительный анализатор, построенный Ф. Розенблаттом (США) и ставший первой из немногих технических моделей восприятия.

В дальнейшем распознавание образов моделировалось преимущественно математически на цифровых электронно-вычислительных машинах. Появились компьютеры, которые анализировали снимки звездного неба и ядерных реакций.

В 60-х годах «узнающие» программы были составлены и успешно испытаны в СССР. Один из инициаторов этих работ, М. Бонгард, так комментировал результаты, полученные при его участии: «Пишущие о кибернетике любят заканчивать статью заклинанием: раз человек составил программу, значит, он передал ей часть своих знаний; посему-де машина никогда не будет умнее своего создателя. Про автомат, узнававший нефтеносность пластов, никак не скажешь, что программисты передали ему свои знания: ведь мы ничего не понимали в геологии! Откуда же программа получила все необходимые сведения? Только благодаря наблюдению и, если хотите, „творческому осмыслению“ примеров, продемонстрированных при обучении. Становится понятной роль хороших „машинных педагогов“. Благодаря им универсальная программа получила специализацию в геофизике А могла приобрести ее в медицинской диагностике или в промышленной дефектоскопии».

Компьютеры нашли свое место и в рентгенологии.

Они применяются при статистической обработке материалов клинико-рентгенологических исследований, с их помощью можно устанавливать взаимосвязь между признаками, выявляя таким образом причину и следствие; электронно-вычислительные машины уже ставят диагнозы. Наконец, предпринимаются настойчивые попытки применить ЭВМ для анализа флюорограмм, отбирать из огромного их количества те, которые заставляют подозревать болезнь. Такая предварительная сортировка значительно облегчает работу врача: ему остается просмотреть лишь 0,01 первоначального количества снимков.