Американские и индийские ученые разработали и испытали алгоритм машинного обучения для диагностики поражения глаз при диабете по фотоснимкам глазного дна. В ходе испытаний точность диагностики превысила 90%.
Об этом сообщил портал N+1 со ссылкой на JAMA.
Диабетической ретинопатией (поражением сетчатки глаза в результате сахарного диабета) страдают до 80% людей, живущих с диабетом 20 и более лет. Риску развития этого заболевания подвергаются около 415 миллионов жителей Земли.
Избежать прогрессирующего ухудшения зрения и слепоты помогают только своевременные диагностика и лечение. При этом специалисты по диагностике диабетической ретинопатии не всегда доступны, особенно в бедных странах, во многих из которых заболеваемость диабетом высока.
Для потенциальной компенсации нехватки профильного медперсонала сотрудники Google и ряда других научных центров разработали алгоритм машинного обучения, представляющий собой глубокую сверточную нейросеть, оптимизированную для анализа изображений. Для ее обучения использовали почти 130 тысяч фотографий сетчатки глаза, как здоровой, так и при различных заболеваниях. Экспертизу этих снимков предварительно провели 54 квалифицированных офтальмолога, которые оценили наличие, степень и осложнения ретинопатии, а также качество съемки.
Работа над совершенствованием алгоритма продолжается. Кроме того, в настоящее время коллеги авторов работы из компании DeepMind проводят обучение алгоритма по анализу послойных 3D-визуализаций сетчатки, полученных методом оптической когерентной томографии. Впоследствии планируется объединить эти алгоритмы для расширения возможностей диагностики.
Автоматизированные методы скрининга с помощью алгоритмов машинного обучения могут помочь врачам обследовать большее число пациентов и своевременно направлять их к профильным специалистам в случае выявления ретинопатии, уверены разработчики.