В отличие от большинства медицинских аналогов, которые специализируются на поиске одного конкретного недуга (например, диабетической ретинопатии), новая система работает комплексно. По единственному снимку она выявляет риски не только офтальмологических заболеваний, но и системных нарушений: сердечно-сосудистых катастроф, диабета, гипертонии и атеросклероза. Это избавляет врачей от необходимости применять множество узкоспециализированных инструментов для комплексной оценки здоровья пациента.
Для обучения модели исследователи использовали массив из более чем 20 тысяч изображений глазного дна. Ключевой сложностью стала работа с редкими патологиями, данных по которым недостаточно. Чтобы решить эту проблему, команда применила методы аугментации (искусственного изменения яркости, ракурса и других параметров снимков) и внедрила асимметричную систему штрафов за ошибки, заставив алгоритм уделять особое внимание поиску редких маркеров болезни.
На тестовых наборах данных точность системы достигла впечатляющих значений (ROC AUC от 0,95 до 0,99). Однако при первичной проверке на реальных клинических случаях показатели ожидаемо снизились, что подчеркивает сложность переноса лабораторных успехов в живую медицинскую практику.
«Наша задача – помочь не пропустить ранние признаки болезни, когда лечение наиболее эффективно. Важно понимать: искусственный интеллект лишь подсвечивает тревожные сигналы на снимке. Он указывает на риск, но окончательный диагноз всегда остается за врачом», – комментирует Андрей Савченко, ведущий научный сотрудник Лаборатории теоретических основ моделей ИИ НИУ ВШЭ и научный директор Центра практического ИИ Сбера.
Проект реализован при поддержке гранта Министерства экономического развития РФ. Следующим шагом станут масштабные клинические испытания, после которых цифровой ассистент может стать повседневным инструментом в кабинетах офтальмологов по всей стране.
