глаз

ИИ поможет выявлять 15 заболеваний по снимкам глазного дна

В числе патологий, риск развития которых ученым удалось предсказать по снимкам, не только глазные заболевания вроде глаукомы и катаракты, но и системные: гипертония, красная волчанка и СПИД. Пресс-служба Сколтеха сообщила порталу Наука Mail, что внедрение подобных подходов позволит раньше узнавать о болезни пациентам, которые еще не начали ощущать симптомы.
Автор Наука Mail
Голубой глаз
В обучении модели использовали уникальный набор данных с редкими патологиямиИсточник: Unsplash

Исследователи из Сколтеха, Концерна ИИ Z-union, лаборатории Центра практического искусственного интеллекта Сбера и других научных центров предложили подход на основе искусственного интеллекта для превентивного скрининга 15 заболеваний по снимкам глазного дна. Работа опубликована в журнале Frontiers in Medicine.

Инвазивные исследования не проводятся без особых показаний, а неинвазивный скрининг может быть массовым. Допустим, человек пришел в офтальмологическую клинику, например, с жалобой на глазные боли. Ему обязательно сделают снимок глазного дна — это стандартная процедура. Этот же снимок содержит информацию о риске развития целого ряда заболеваний, в том числе никак не связанных с глазами. И чем раньше пациент узнает, что он в группе риска по одному из них, тем лучше.
Роберт Васильев
первый автор работы, директор Концерна ИИ Z-union
Глазное дно
Снимок глазного дна, соответствующий случаю гипертонической ретинопатии — системного заболевания, о котором пациент мог бы узнать при визите в глазную клинику при условии внедрения предложенного в исследовании подходаИсточник: Роберт Васильев и др./Frontiers in Medicine

Ученые создали ИИ, который анализирует снимок глазного дна и определяет вероятность 15 заболеваний — от глазных до редких системных. Точность модели почти идеальная: ROC AUC = 0,997 (максимум — 1,0), что означает, она с высокой достоверностью отличает здоровых людей от больных, даже при редких диагнозах.

Для обучения ИИ использовали уникальный набор из более 20 тысяч обезличенных снимков, собранных из открытых баз и клиник. Особенность данных — наличие редких патологий, что делает выборку особенно ценной. Вместе с врачами исследователи четко определили признаки болезней на снимках, превратив задачу в понятную для искусственного интеллекта.

Мы надеемся, что предложенный нами неинвазивный подход найдет применение в медицинской практике и в сочетании с существующими методами диагностики позволит выявлять серьезные заболевания на более ранних стадиях. Это, в свою очередь, может способствовать своевременному началу лечения, продлению периода здоровой жизни и повышению ее качества.
Юлия Сарана
соавтор работы научный сотрудник Центра био- и медицинских технологий Сколтеха

Ранее Наука Mail рассказывала о том, что российская нейросеть ускорила анализ клеток в 15 раз.