Сетчатка глаза как диагностическая карта болезней

Международная группа исследователей, в которую вошли специалисты из УрФУ, создала инновационный способ анализа изображений сетчатки. Этот способ позволяет диагностировать неврологические нарушения, включая синдром дефицита внимания и гиперактивности (СДВГ), расстройства аутистического спектра и болезнь Паркинсона, простым и экономичным путем. По словам разработчиков, внедрение этой методики сможет ускорить процесс диагностики и облегчить работу медицинских работников. Российские ученые использовали в своей разработке неинвазивный функциональный тест сетчатки глаза – электроретинограмму – и технологии искусственного интеллекта. Был разработан алгоритм, основанный на методах классификации временных рядов, для анализа сигналов, полученных с помощью световой электроретинограммы. Эти сигналы позволяют выявить не только заболевания глаз, но и признаки нарушений, связанных с развитием нервной системы, таких как аутизм или СДВГ, а также нейродегенеративные заболевания, например, болезнь Паркинсона. Благодаря технологии explainable AI, алгоритм способен анализировать конкретные участки сигнала. Этот подход дает возможность врачам понимать, как работает модель, обращать внимание на важные фрагменты кривой и принимать решения о дальнейших обследованиях. Искусственный интеллект не заменяет врача, а предоставляет ему инструмент для принятия более обоснованных решений. Алгоритм был протестирован на базе данных реальных людей, как с заболеваниями, так и без них. На основе этих данных специалисты обучили четыре различных метода, а затем применили специальную библиотеку SHAP, основанную на теории игр, для определения вклада каждой функции в предсказания модели. Это позволило выявить наиболее эффективный подход к постановке диагноза. Разработанные алгоритмы отличаются простотой вычислений, высокой скоростью работы и невысокими требованиями к аппаратному обеспечению. Фактически, они предоставляют врачам доступный и легкий в использовании инструмент для предварительной проверки и определения вероятности заболеваний с высокой степенью точности. В будущем исследователи планируют усовершенствовать алгоритмы для диагностики таких заболеваний сетчатки, как врожденная куриная слепота, глаукома, а также других нейродегенеративных расстройств. «Важным аспектом является интеграция разработанной технологии в существующую систему здравоохранения. Проведение клинических испытаний в различных медицинских учреждениях позволит оценить ее реальную эффективность и удобство использования в повседневной практике врачей. Перспективы развития этого направления исследований связаны с интеграцией данных, полученных с помощью анализа сетчатки, с другими биомаркерами и клиническими данными пациента. Это позволит создать комплексную систему диагностики, которая будет учитывать множество факторов и обеспечивать максимально точные и персонализированные результаты. Разработка подобных скрининговых программ поможет существенно снизить экономическую нагрузку на систему здравоохранения и улучшить качество жизни населения», - комментирует доцент Ставропольского филиала Президентской академии Шмыгалева Полина.