Новые возможности раннего обнаружения заболеваний через изображение сетчатки и искусственный интеллект
В рамках одного из крупнейших международных исследований учёные из Австралийского института WEHI применили современные технологии искусственного интеллекта для построения детальных карт сетчатки. Эти карты обещают новые подходы к раннему выявлению заболеваний, таких как диабет 2 типа, деменция и рассеянный склероз.
В публикации в Nature Communications говорится, что для анализа использовали порядка 50 000 снимков глаз. Это позволило установить связь между толщиной сетчатки и рисками различных болезней. Такие карты могут лечь в основу нового метода диагностики, сравнимого по принципу с маммографией в контексте раннего выявления заболеваний.
Сетчатка — часть центральной нервной системы, в которую входят глаз и мозг. Множество заболеваний, включая нейродегенеративные и обменные нарушения, могут сопровождаться изменениями в этой области. Руководитель проекта, доктор Вики Джексон из WEHI, подчеркнула, что изображения сетчатки способны отражать признаки состояния мозга и нервной системы.
С помощью ИИ-методов исследователи создали карты с более чем 29 000 точек измерений, демонстрируя связь между истончением сетчатки и 294 генами, связанными с различными заболеваниями.
Эти результаты закладывают основу для нового подхода к скринингу и могут быть особенно полезны в рамках планирования регулярных обследований глаз как части профилактики. Однако для клинического внедрения необходимы дополнительные исследования на разных популяциях, дальнейшая валидация моделей и обеспечение соблюдения этических и правовых норм при обработке медицинских данных.
Практические детали для целевой аудитории
- Врачи: возможность интеграции ретинальных карт, созданных с помощью ИИ, в существующие протоколы скрининга, что позволяет точнее оценивать риск и направлять пациентов на дополнительные обследования; важно соблюдать стандартизацию методов съёмки и анализов.
- Пациенты: процедура неинвазивна и может стать частью регулярного глазного обследования; результаты могут указывать на повышенный риск заболеваний мозга или обменных нарушений, что потребует наблюдения и профилактических мер.
- Исследователи: необходимы дополнительные испытания на этнокультурно разнообразных группах, работа над устранением систематических смещений в данных и повышение устойчивости алгоритмов к различным условиям съёмки.
Примеры сценариев внедрения: скрининг людей старшего возраста для оценки риска когнитивного снижения, мониторинг пациентов с диабетом для раннего выявления изменений, а также идентификация рисков рассеянного склероза у молодых взрослых — и это лишь часть возможных направлений.
