Новая технология поможет идентифицировать остеопороз и диабет по изображениям сетчатки

Искусственный интеллект научился выявлять диабет 2 типа, остеопороз и еще четыре хронических заболевания по обычной цветной фотографии глазного дна, и происходит это за 30 секунд.

Система под названием Reti-Pioneer уже прошла ранние клинические испытания, а результаты научной статьи, опубликованной в журнале Nature Medicine, подтвердили ее эффективность в нескольких независимых когортах.

Технология основана на области, которую исследователи называют окуломикой: сосуды сетчатки — единственное место в организме, где микроциркуляцию можно наблюдать без хирургического вмешательства. Изменения в этих сосудахотражают процессы, происходящие во всем организме:от нарушения обмена веществ до ускоренного биологического старения тканей.

Reti-Pioneer объединяет три предварительно обученные модели нейронных сетей — Vision Mamba, RETFound и Swin Transformer, — а также модули, позволяющие работатьс изображениями низкого качества. Как отмечают авторы работы, система была обучена на 107 730 цветных изображениях глазного дна от 53 865 участников из Биобанка Великобритании и больничных баз Китая.

Дополнительные исследования показывают, что показатели биологического возраста сетчатки (RetiAGE) такжесвязаны с риском остеопороза. Однако в работе над Reti-Pioneer эта модель использовалась лишь как часть более широкого направления окуломных исследований, а не как основной механизм алгоритма. Другое исследование показало, что на каждое увеличение показателя RetiAGE на одно стандартное отклонение риск остеопороза увеличивается на 12%. Эти данные были проверены на двух группах участников — Сингапурском PIONEER (1965 человек) и Британском Биобанке (43 938 человек, период наблюдения более 12 лет). Это важно, поскольку остеопороз часто обнаруживается после первого перелома.

Тихая болезнь костей: как лечить остеопороз

Некоторые изменения сетчатки могут быть обнаружены еще до того, как будет поставлен клинический диагноз диабета 2 типа. Система распознает такие особенности с помощью показателя AUROC 0,833:Чем ближе это значение к 1, тем лучше алгоритм отличает людей с диабетом от тех, у кого его нет. В клиническом пилотном проекте с участием 606 участников прогностическая ценность отрицательного результата составила 0,966. Это означает, что если система говорит «нет диабета», то это вряд ли ошибется.

В клиническом исследовании среднее время скрининга на одного человека составляло 30,6 секунды по сравнению с примерно восемью часами для полного лабораторного исследования. При использовании ИИ в качестве помощника точность врачей возросла: при диабете – с 71 до 88%, при подагре – с 51 до 79%. Более 80% участников исследования — как врачей, так и пациентов — оценили систему как удобную.

Однако авторы прямо указывают на ограничения. Точность Reti-Pioneer пока не достигает порога, необходимого для замены стандартных анализов крови.

Системе необходимыболее крупные рандомизированные исследования, а модель RetiAGE требует калибровки для других этнических групп и типов оборудования. Тестирование на шести внешних когортах, включая регионы Китая с ограниченными ресурсами и многоэтническую выборку сингапурцев, показало, что система работает надежно, но остается вспомогательным инструментом. Авторы подчеркивают, что Reti-Pioneer предназначен не для постановки диагноза, а для скрининга и выявления людей, которым необходимо пройти стандартное обследование.