Доктор медицины Шамима Сикдер (Shameema Sikder, MD), специалист по заболеваниям роговицы и катаракте в Wilmer Eye Institute, Johns Hopkins Medicine, представила обзор сессии по искусственному интеллекту (ИИ) и офтальмологии, сопредседателем которой она выступила совместно с доктором медицины Румасой Чанной (Roomasa Channa, MD) в рамках конференции EnVision Summit 2026. Двухчасовая сессия была посвящена интеграции ИИ в рабочий процесс хирургии катаракты и условиям, необходимым для практического применения этих инноваций в ежедневной клинической практике.


Сикдер отметила, что ИИ обладает потенциалом для применения на всех этапах хирургического лечения катаракты:



  • Предоперационный этап: поддержка расчетов и планирования, повышение точности подбора интраокулярных линз и прогнозирования результатов.

  • Интраоперационный этап: помощь в оценке ситуации в реальном времени и навигация для хирургов во время проведения процедур.

  • Послеоперационный этап: оценка результатов и эффективности, а также передача данных в системы для совершенствования ухода и обучения.


Центральной темой обсуждения стала мысль о том, что одних технологических инноваций недостаточно. Даже при наличии мощных инструментов ИИ часто наблюдается задержка во внедрении из-за проблем с удобством использования, доступностью и интеграцией в существующие клинические рабочие процессы. Эффективные инновации требуют не только высокой точности, но и доступности, простоты использования и соответствия реальным рабочим процессам клиницистов.


Собственные исследования Сикдер сосредоточены на использовании ИИ для улучшения хирургических навыков. Исходя из того, что более квалифицированные хирурги обеспечивают лучшие результаты для пациентов, инструменты ИИ могут сократить период обучения новым процедурам и помочь эффективнее распространять передовые навыки. Это позволит большему числу хирургов быстрее внедрять лучшие практики, что в конечном итоге повысит качество оказания помощи пациентам.


В качестве основного препятствия в разработке ИИ выделяется качество данных. Многие системы ИИ обучаются на данных из одного учреждения или ограниченной популяции, что делает их эффективными только в узком контексте и непригодными для широкого обобщения. Преодоление этой проблемы требует создания обширных и разнообразных наборов данных для обучения, отражающих разнообразие реальных пациентов и условий клинической практики.


В заключение Сикдер подчеркнула, что внедрение ИИ в офтальмологии неизбежно. Ключевой вопрос заключается не в факте его использования, а в том, насколько продуманно и безопасно он будет интегрирован. Клиницисты должны уверенно владеть технологией и понимать принципы ее разработки и ограничения, чтобы внедрять ее наиболее эффективным и ответственным образом.