ИИ вместо мануальщика: как я за неделю написал анализатор МРТ на Python

ИИ-вертебролог на Python: Как я заставил Gemini анализировать МРТ и следить за здоровьем спины

Сидячая работа — профессиональное проклятие разработчиков. Проводя по 10 часов за кодом, мы часто игнорируем «звоночки» от поясницы, пока они не превращаются в полноценные прострелы. После очередного визита к врачу я задался вопросом: а можно ли использовать современные LLM, чтобы упростить жизнь пациенту и наглядно отслеживать динамику лечения?

Так появился Spine Advisor — десктопное приложение на Python, которое использует мультимодальную модель Gemini 3 Flash для «чтения» МРТ и ведения цифрового дневника спины.

В чем проблема обычного обследования?

Когда мы получаем заключение МРТ, это обычно сухой текст и пачка снимков. Пациенту сложно понять:

1. Стало ли лучше по сравнению с прошлым годом?

2. Насколько критичны текущие симптомы в сочетании с картинкой на снимке?

3. Какие упражнения делать именно сейчас, учитывая уровень боли ^[1]?

Технологический стек

Для реализации я выбрал максимально быстрый и эффективный набор:

• Python 3.10+ — база.

• CustomTkinter — для создания современного интерфейса в темных тонах (глаза программиста должны отдыхать).

• Gemini 3 Flash API — главная фишка. Модель умеет одновременно анализировать текст жалоб и изображение МРТ.

• Matplotlib — для визуализации прогресса.

Как это работает внутри?

1. Мультимодальный промпт

Главный секрет — в структурировании запроса к ИИ. Я прошу модель вернуть ответ строго в формате JSON, чтобы приложение могло автоматически вытащить данные для графиков.

Python

prompt = f"""Ты опытный врач-вертебролог.
Проанализируй данные пациента и снимок МРТ.
Верни ответ СТРОГО в формате JSON:
{{
  "ugol_iskrivleniya": <число или null>,
  "stepen_riska": "<низкий/средний/высокий>",
  "dinamika": "<uluchshenie/uhudshenie>",
  "uprazhneniya": ["упр 1", "упр 2"]
}}"""
 [2]

2. Динамика лечения в графиках

Приложение не просто показывает текущий результат. Оно лезет в локальную базу данных (history.json), достает предыдущие замеры и строит график. Если уровень боли падает, а угол искривления уменьшается — пользователь видит реальный прогресс.

3. Конфиденциальность

Все данные (профиль, история болезней, ИМТ) хранятся локально на компьютере пользователя. В облако улетает только текущий запрос к API.

Кейс «Алексей»

В качестве теста я прогнал через систему легенду о пациенте Алексее с грыжей L5-S1.

1. Алексей ввел симптомы: «Боль отдает в правую ногу, онемение пятки».

2. Загрузил снимок МРТ.

3. ИИ сопоставил картинку (сдавление корешка) с текстом и выдал: «Высокий риск. Срочно к врачу». При этом программа подобрала щадящие упражнения для декомпрессии, которые можно делать до визита в клинику.

Итоги и планы

Проект вырос из маленького скрипта в приложение на 500+ строк кода. На данном этапе это мощный помощник для систематизации данных.

Что дальше?

• Интеграция с аппаратным «умным» корсетом (сбор данных осанке через Bluetooth).

• Переход на базу данных SQLite для хранения сотен снимков.

• Экспорт полноценных PDF-отчетов для лечащего врача.

Код проекта открыт и доступен на GitHub: [ https://github.com/dratexyyy/SpineAdvisor-AI/tree/main ^[3]] (Связаться со мной: Telegram: @dratexyy)