perinatologyРоссийский вестник перинатологии и педиатрииRossiyskiy Vestnik Perinatologii i Pediatrii (Russian Bulletin of Perinatology and Pediatrics)1027-40652500-2228Ltd. “The National Academy of Pediatric Science and Innovation”10.21508/1027-4065-2025-70-2(p.2)-17-20perinatology-2159Research ArticleОБЗОРЫ ЛИТЕРАТУРЫLITERATURE REVIEWSСовременное представление об использовании различных методов визуализации при радионуклидном исследовании почек у детейModern concept of using imaging methods in radionuclide kidney studies in childrenhttps://orcid.org/0000-0002-9301-7586ТуровФ. О.TurovF. O.

Туров Филипп Олегович — к.м.н., вед. науч. сотр., детский уролог-андролог.

119620 Москва, ул. Авиаторов, д. 38

Moscow

https://orcid.org/0000-0001-6966-1040ЯцыкС. П.YatsykS. P.

Яцык Сергей Павлович — член-корр. РАН, д.м.н., проф. кафедры детской хирургии им. академика С.Я. Долецкого РМАНПО; гл. науч. сотр. НПЦ специализированной медицинской помощи детям им. В.Ф. Войно-Ясенецкого.

125993 Москва, ул. Баррикадная, д. 2/1

Moscow

КузнецоваЗ. Ю.KuznetsovaZ. Yu.

Кузнецова Зоя Юрьевна — врач радиолог отделения радиоизотопной диагностики.

123001 Москва, ул. Садовая-Кудринская, д. 15

Moscow

https://orcid.org/0000-0002-4653-9867КрапивкинА. И.KrapivkinA. I.

Крапивкин Алексей Игоревич — д.м.н., дир. НПЦ специализированной медицинской помощи детям им. В.Ф. Войно-Ясенецкого; проф. кафедры госпитальной педиатрии им. академика В.А. Таболина Института материнства и детства РНИМУ им. Н.И. Пирогова.

119620 Москва, ул. Авиаторов, д. 38

Moscow

https://orcid.org/0000-0001-7312-5945ВрублевскаяЕ. Н.VrublevskayaE. N.

Врублевская Елена Николаевна — д.м.н., зав. хирургическим отделением №1 НПЦ специализированной медицинской помощи детям им. В.Ф. Войно-Ясенецкого; доц. кафедры детской хирургии им. академика Ю.Ф. Исакова Институт материнства и детства РНИМУ им. Н.И. Пирогова.

117513 Москва, ул. Островитянова, д. 1

Moscow

ГБУЗ «Научно-практический центр специализированной медицинской помощи детям им. В.Ф. Войно-Ясенецкого ДЗМ»РоссияVoino-Yasenetsky Scientific Center for Specialized Medical Care for ChildrenRussian FederationГБУЗ «Научно-практический центр специализированной медицинской помощи детям им. В.Ф. Войно-Ясенецкого ДЗМ»; ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава РоссииРоссияVoino-Yasenetsky Scientific Center for Specialized Medical Care for Children; Russian Medical Academy of Continuing Professional EducationRussian FederationГБУЗ «Детская городская клиническая больница им. Н.Ф. Филатова ДЗМ»РоссияFilatov Children’s City HospitalRussian FederationГБУЗ «Научно-практический центр специализированной медицинской помощи детям им. В.Ф. Войно-Ясенецкого ДЗМ»; ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава РоссииРоссияVoino-Yasenetsky Scientific Center for Specialized Medical Care for Children; Pirogov Russian National Research Medical UniversityRussian Federation202527042025702/21720Copyright © Ltd. “The National Academy of Pediatric Science and Innovation”, 20252025Ltd. “The National Academy of Pediatric Science and Innovation”Ltd. “The National Academy of Pediatric Science and Innovation”https://www.ped-perinatology.ru/jour/about/submissions#copyrightNoticehttps://www.ped-perinatology.ru/jour/article/view/2159

Нефросцинтиграфия остается самым информативным методом визуализации и оценки функции почек у детей. Он позволяет выявить очаги рубцевания почечной паренхимы и прогнозировать динамику развития хронической болезни почек. В настоящее время широко изучается способность искусственного интеллекта превращать обычную медицинскую визуализацию в полностью автоматизированный диагностический инструмент. В дополнение к качественному анализу, выполняемому при медицинской визуализации почек, текстурный анализ интегрирован с методами машинного обучения в качестве количественной оценки гетерогенности почечной ткани, что обеспечивает многообещающий дополнительный инструмент в прогнозировании снижения функции почек.

Renal scintigraphy remains the most informative method for imaging and assessing kidney function in children to this day. This method allows for the detection of scarring foci in the renal parenchyma and enables the prediction of the progression of chronic kidney disease. The ability of artificial intelligence to transform routine medical imaging into a fully automated diagnostic tool is currently being widely explored. In addition to qualitative analysis performed on renal medical imaging, texture analysis has been integrated with machine learning methods as a quantitative assessment of renal tissue heterogeneity, providing a promising additional tool in predicting renal function decline.

детинефросцинтиграфияобструктивные уропатииискусственный интеллекткомпьютерное зрениеchildrenrenal scintigraphyobstructive uropathiesartificial intelligencecomputer visionReferencesBiassoni L., Walker M., Redman S., Graham R. Clinical guideline for static renal cortical scintigraphy in paediatrics. Nucl Med Commun 2024; 45(12): 993–997. DOI: 10.1097/MNM.0000000000001905Biassoni L., Walker M., Redman S., Graham R. Clinical guideline for static renal cortical scintigraphy in paediatrics. Nucl Med Commun 2024; 45(12): 993–997. DOI: 10.1097/MNM.0000000000001905Hardina S., Nugrahadi T., Budiawan H., Kartamihardja A.H.S. Renal Cortical Imaging with Tc-99m DMSA in Children: An Institutional Review. World J Nucl Med 2024; 23(3): 180–184. DOI: 10.1055/s-0044–1787717Hardina S., Nugrahadi T., Budiawan H., Kartamihardja A.H.S. Renal Cortical Imaging with Tc-99m DMSA in Children: An Institutional Review. World J Nucl Med 2024; 23(3): 180–184. DOI: 10.1055/s-0044–1787717Watshon N. Chapman & Nakielny a guide to radiological procedures. Elsevier Health Sciences, 2023; p.440.Watshon N. Chapman & Nakielny a guide to radiological procedures. Elsevier Health Sciences, 2023; p.440.Dondi M., Giubbini R. Medicina nucleare nella pratica clinica. 2003; p. 642.Dondi M., Giubbini R. Medicina nucleare nella pratica clinica. 2003; p. 642.Blaufox M.D. Procedures of choice in renal nuclear medicine. J Nucl Med 1991; 32(6): 1301–1309.Blaufox M.D. Procedures of choice in renal nuclear medicine. J Nucl Med 1991; 32(6): 1301–1309.Eshima D., Taylor A. Technetium-99m (99mTc) mercaptoace-tyltriglycine: update on the new 99mTc renal tubular function agent. Semin Nucl Med 1992; 22(2): 61–73. DOI: 10.1016/s0001–2998(05)80082–0Eshima D., Taylor A. Technetium-99m (99mTc) mercaptoace-tyltriglycine: update on the new 99mTc renal tubular function agent. Semin Nucl Med 1992; 22(2): 61–73. DOI: 10.1016/s0001–2998(05)80082–0Lim R., Kwatra N., Ferrer Valencia V., Collins K.N., Vali R., Fahey F.H., Treves S. Review of the Clinical and Technical Aspects of 99mTc-Dimercaptosuccinic Acid Renal Imaging: The Comeback “Kit”. J Nucl Med Technol 2024; 52(3): 199–204. DOI: 10.2967/jnmt.123.267185Lim R., Kwatra N., Ferrer Valencia V., Collins K.N., Vali R., Fahey F.H., Treves S. Review of the Clinical and Technical Aspects of 99mTc-Dimercaptosuccinic Acid Renal Imaging: The Comeback “Kit”. J Nucl Med Technol 2024; 52(3): 199–204. DOI: 10.2967/jnmt.123.267185Turov F.O., Vrublevsky S.G., Krapivkin A.I. Urinary tract infections. The danger of continuous antibiotic prophylaxis in childhood. Byulleten’ Orenburgskogo nauchnogo centra UrO RAN. 2023; 3: 6 DOI: 10.24411/2304–9081–2023–13004Turov F.O., Vrublevsky S.G., Krapivkin A.I. Urinary tract infections. The danger of continuous antibiotic prophylaxis in childhood. Byulleten’ Orenburgskogo nauchnogo centra UrO RAN. 2023; 3: 6 DOI: 10.24411/2304–9081–2023–13004Bazic-Dorovic B., Radulovic M., Šišić M, Jauković L., Dugonjić S., Pucar D., et al. Technetium-99m-dimercaptosuccinic acid renal scintigraphy can guide clinical management in congenital hydronephrosis. Hell J Nucl Med 2017; 20 (Suppl): 114–122.Bazic-Dorovic B., Radulovic M., Šišić M, Jauković L., Dugonjić S., Pucar D., et al. Technetium-99m-dimercaptosuccinic acid renal scintigraphy can guide clinical management in congenital hydronephrosis. Hell J Nucl Med 2017; 20 (Suppl): 114–122.Hedayati R., Hekmat S., Rastgou F., Yaghoobi N., Firoozabadi H., Bitarafan-Rajabi A., et al. Role of Technetium-99m-Ethylenedicysteine in the Calculation of Differential Renal Function: A Comparison Study with Dimercaptosuccinic Acid Renal Scintigraphy. Indian J Nucl Med 2021; 36(1): 21–24. DOI: 10.4103/ijnm.IJNM_94_20Hedayati R., Hekmat S., Rastgou F., Yaghoobi N., Firoozabadi H., Bitarafan-Rajabi A., et al. Role of Technetium-99m-Ethylenedicysteine in the Calculation of Differential Renal Function: A Comparison Study with Dimercaptosuccinic Acid Renal Scintigraphy. Indian J Nucl Med 2021; 36(1): 21–24. DOI: 10.4103/ijnm.IJNM_94_20Burkin A., Yatsyk S., Fomin D. Radionuclide assessment of ureteral transport function in pathology of the vesicoureteral segment in children and adolescents. Pediatrics. Zhurnal «Pediatriya» imeni G.N. Speranskogo 2015; 94(3): 57–61.Burkin A., Yatsyk S., Fomin D. Radionuclide assessment of ureteral transport function in pathology of the vesicoureteral segment in children and adolescents. Pediatrics. Zhurnal «Pediatriya» imeni G.N. Speranskogo 2015; 94(3): 57–61.Turov F. Do children with vesicoureteral reflux need antibiotic prophylaxis? A modern look at a big problem. Pediatrics. Zhurnal «Pediatriya» imeni G.N. Speranskogo 2020; 99(5): 265–271. DOI 10.24110/0031–403X-2020–99–5–265–271Turov F. Do children with vesicoureteral reflux need antibiotic prophylaxis? A modern look at a big problem. Pediatrics. Zhurnal «Pediatriya» imeni G.N. Speranskogo 2020; 99(5): 265–271. DOI 10.24110/0031–403X-2020–99–5–265–271Chao K.S., Leung W.M., Grigsby P.W., Mutch D.G., Herzog T., Perez C.A. The clinical implications of hydronephrosis and the level of ureteral obstruction in stage IIIB cervical cancer. Int J Radiat Oncol Biol Phys 1998; 40(5): 1095–1100. DOI: 10.1016/s0360–3016(97)00899–7Chao K.S., Leung W.M., Grigsby P.W., Mutch D.G., Herzog T., Perez C.A. The clinical implications of hydronephrosis and the level of ureteral obstruction in stage IIIB cervical cancer. Int J Radiat Oncol Biol Phys 1998; 40(5): 1095–1100. DOI: 10.1016/s0360–3016(97)00899–7Alnazer I., Bourdon P., Urruty T., Falou O., Khalil M., Shahin A., Fernandez-Maloigne C. Recent advances in medical image processing for the evaluation of chronic kidney disease. Med Image Anal. 2021;69:101960. DOI: 10.1016/j.media.2021.101960.Alnazer I., Bourdon P., Urruty T., Falou O., Khalil M., Shahin A., Fernandez-Maloigne C. Recent advances in medical image processing for the evaluation of chronic kidney disease. Med Image Anal. 2021;69:101960. DOI: 10.1016/j.media.2021.101960.Dillman J., Somasundaram E., Brady S., He L. Current and emerging artificial intelligence applications for pediatric abdominal imaging. Pediatr Radiol 2022; 52(11): 2139–2148. DOI: 10.1007/s00247–021–05057–0Dillman J., Somasundaram E., Brady S., He L. Current and emerging artificial intelligence applications for pediatric abdominal imaging. Pediatr Radiol 2022; 52(11): 2139–2148. DOI: 10.1007/s00247–021–05057–0Moawad A., Fuentes D., ElBanan M., Shalaby A., Guccione J., Kamel S., et al. Artificial Intelligence in Diagnostic Radiology: Where Do We Stand, Challenges, and Opportunities. J Comput Assist Tomogr 2022; 46(1): 78–90. DOI: 10.1097/RCT.0000000000001247Moawad A., Fuentes D., ElBanan M., Shalaby A., Guccione J., Kamel S., et al. Artificial Intelligence in Diagnostic Radiology: Where Do We Stand, Challenges, and Opportunities. J Comput Assist Tomogr 2022; 46(1): 78–90. DOI: 10.1097/RCT.0000000000001247Stumpo V., Kernbach J., van Niftrik C., Sebök M., Fierstra J., Regli L., et al. Machine Learning Algorithms in Neuroimaging: An Overview. Acta Neurochir Suppl 2022; 134: 125–138. DOI: 10.1007/978–3–030–85292–4_17Stumpo V., Kernbach J., van Niftrik C., Sebök M., Fierstra J., Regli L., et al. Machine Learning Algorithms in Neuroimaging: An Overview. Acta Neurochir Suppl 2022; 134: 125–138. DOI: 10.1007/978–3–030–85292–4_17Mazurowski M.A., Buda M., Saha A., Bashir M.R. Deep learning in radiology: An overview of the concepts and a survey of the state of the art with focus on MRI. J Magn Reson Imaging 2019; 49(4): 939–954. DOI: 10.1002/jmri.26534.Mazurowski M.A., Buda M., Saha A., Bashir M.R. Deep learning in radiology: An overview of the concepts and a survey of the state of the art with focus on MRI. J Magn Reson Imaging 2019; 49(4): 939–954. DOI: 10.1002/jmri.26534.

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