Нейросети помогут предотвратить слепоту

Источник ru.123rf.com

Специалисты из России, Германии и Австралии создали датасет офтальмологических заболеваний: собрали базу снимков оптической когерентной томографии (ОКТ) — метод диагностики, широко используется в офтальмологии; позволяет визуализировать слои сетчатки с гистологической точностью, на ранней стадии выявлять патологию. У группы исследователей получился второй по величине в мире и первый по количеству заболеваний подобный датасет. Он, с одной стороны, поможет врачам принимать решение о лечении, а с другой — может сделать более доступным и быстрым лечение социально значимых заболеваний глаз. База данных зарегистрирована и запатентована, доступна для скачивания. Описание датасета и результаты тестирования на двух нейросетях исследователи опубликовали в журнале Scientific Data. Работа выполнена при финансовой поддержке по программе «Приоритет-2030».

«Мы создали описанный и размеченный датасет снимков оптической когерентной томографии. Снимки собирали на протяжении нескольких лет в екатеринбургской офтальмологической клинике. Набор данных состоит из записей ОКТ пациентов с такими патологиями, как возрастная макулярная дегенерация, диабетический макулярный отек, изменения эпиретинальной мембраны, окклюзия артерий или вен сетчатки, заболевание витреомакулярного интерфейса. Это первый датасет ОКТ-снимков в мире с таким количеством болезней. Мы надеемся, что он поможет построить систему поддержки принятия решений более качественно и точно, а другие исследователи будут использовать нашу базу данных для построения более сложных сетей», — рассказывает доцент кафедры информационных технологий и систем управления УрФУ Василий Борисов.

Датасет исследователи проверили на двух широко используемых нейросетях — VGG16 и ResNet50, которые являются признанными индустриальными стандартами в системах компьютерного зрения. Предварительно они обучили нейросети на самой крупной базе данных китайских офтальмологов (содержит более 200 тыс. широко распространенных заболеваний). Затем загрузили собственный датасет с 2064 ОКГ снимками с патологиями.

«Вначале надо было научить нейросети выделять базовые особенности изображения, то есть регулярные признаки. Затем мы уточнили результат работы нейронной сети для конкретных классов заболеваний, показывая уже нужные примеры. В итоге нейросети смогли определять по снимкам распространенные и не очень заболевания. К примеру, по возрастной макулярной дегенерации мы получили высокую точность диагноза — 97%. По окклюзии вен сетчатки — 60–65%. Процент точности определяется в том числе распространенностью заболевания — чем больше кейсов для обучения нейросети, тем выше процент точности диагноза. Над этим мы продолжим работать. Постараемся расширить базу данных в отношении редких заболеваний, включая наследственную дистрофию сетчатки глаз, ретинопатию недоношенных и другие состояния, угрожающие зрению», — объясняет Василий Борисов.

Возрастная макулярная дегенерация — распространенное заболевание, которое встречается у пациентов в возрасте от 55 лет, поясняет главный врач клиники экспертной офтальмологии «Профессорская плюс» Анастасия Никифорова. По ее словам, только 10–15 лет назад в мировой офтальмологии появились методы молекулярной терапии этого заболевания. Ранее пациенты попросту теряли зрение. И чем раньше выявлена болезнь и показания к старту активной терапии, тем лучше прогнозы самого лечения, добавляет врач.

«Обученная нейросеть может быть хорошим помощником для более быстрой постановки диагноза и определения показаний к старту лечения заболевания. Но главное — она может быть полезна в условиях надвигающегося дефицита кадров. Поясню: томографы есть и в частных, и в государственных клиниках. К примеру, в Екатеринбурге их примерно один на 100 тыс. жителей. Но работать со снимками и понимать, что на них, может небольшое количество офтальмологов, специализирующихся на заболевании сетчатки глаза. Даже в Екатеринбурге наблюдается дефицит таких специалистов. Кроме того, оптический когерентный томограф — это компактное устройство, которое может перемещаться по удаленным районам страны для проведения скрининга населения и отбора пациентов на углубленную диагностику у узких специалистов в офтальмологии», — поясняет Анастасия Никифорова.  

Новая база данных и обученные нейросети могут помочь определить, в норме состояние глаз или нет, а также подсказать, какие могут быть патологии.

«Конечно, вести пациента будет врач, но нейросеть может помочь быстрее заподозрить опасный диагноз и организовать быструю маршрутизацию пациента в частную или государственную специализированную клинику, что впоследствии поможет сохранить максимальное качество зрения и жизни пациента, — добавляет Анастасия Никифорова. — Идеальный вариант — если в томографы будет “вшито” программное обеспечение, которое подскажет, что на 100 из 10 тыс. снимков, выполняющихся за одно исследование, есть проблема, на которую стоит обратить внимание, и существует высокая вероятность какого-то заболевания. Мы стремимся к этому».

 

Справка

Аналитики ВОЗ отмечают: заболевания глаз и нарушения зрения широко распространены и слишком часто остаются без лечения. По данным ООН, в 2020 году во всем мире по меньшей мере 2,2 млрд человек жили с той или иной формой нарушения зрения, и из них как минимум 1 млрд человек страдал нарушениями зрения, которые можно было бы предотвратить или устранить.

Как правило, распространенность нарушения зрения не является одинаковой. Это бремя в большей степени ложится на страны с низким и средним уровнем дохода, пожилых людей и сельские общины. Прогнозы свидетельствуют, что в ближайшие годы во всем мире потребность в офтальмологической помощи будет больше из‑за роста численности и старения населения, а также изменений в образе жизни.

По приблизительным оценкам ВОЗ, 11,9 млн человек в мире страдают умеренным или тяжелым нарушением зрения или слепотой по причине глаукомы, диабетической ретинопатии и трахомы, которые можно было бы предотвратить. На профилактику только этих случаев нарушения зрения понадобилось бы 32,1 млрд долларов США.

 

Информация предоставлена Отделом научных коммуникаций УрФУ

Источник фото: ru.123rf.com


Источник