Цифровой снимок сетчатки глаза позволяет предсказать риск развития серьезных сердечно-сосудистых событий, включая инфаркт миокарда и инсульт, за десятилетний период с точностью до 70%. Исследование проведено британским фондом сердца и Национальным институтом здравоохранения и клинического совершенствования.

Результаты исследования опубликованы в журнале Cardiovascular Diabetology. Ученые предполагают, что регулярное проведение ретинальных сканирований может стать эффективным инструментом раннего выявления сердечных заболеваний и отслеживания состояния здоровья пациента в динамике. Выявлена четкая взаимосвязь между изменениями показателей риска по результатам ретинального обследования и вероятностью возникновения сердечно-сосудистого события.

Искусственный интеллект для быстрой персонализированной оценки кардиоваскулярного риска

Анализ изображений сетчатки осуществляется искусственным интеллектом всего за доли секунды, формирующим персональную оценку кардиоваскулярного риска. Пациенты с высоким риском могут получить рекомендации лечащего врача относительно профилактики, такие как прием антигипертензивных препаратов или статинов для снижения уровня холестерина.

В будущем возможно автоматическое уведомление пациентов через смартфоны после проведения регулярных осмотров глаз врачом.

По словам доктора Ифи Морди, британского научного сотрудника фонда сердца и консультанта-кардиолога, “глаза — зеркало сердца”. Повреждения сосудов сетчатки часто являются предвестниками изменений сосудистой системы сердца, приводящих к развитию инфаркта или инсульта.

Принцип работы технологии искусственного интеллекта

Исследователи из Университета Дандэ разработали специализированный инструмент на основе искусственного интеллекта, способный анализировать стандартные снимки сетчатки, полученные во время стандартных медицинских обследований. Алгоритм сначала выявляет потенциальные признаки суженных или заблокированных кровеносных сосудов, а также повреждения сосудистой ткани. Затем применяется подход глубокого машинного обучения без явного задания конкретных правил анализа.

На основании тренировочного набора из примерно 4200 изображений, система успешно прогнозировала свыше 70% случаев развития сердечно-сосудистых осложнений среди более чем 1200 участников эксперимента в течение последующего десятилетия.

Мониторинг динамики изменения риска

При повторном обследовании через три года ученые обнаружили, что пациенты с наибольшим увеличением показателя риска имели вероятность наступления серьезного сердечно-сосудистого события на 54% выше, чем остальные участники группы. Даже незначительное увеличение риска (например, с 20% до 23%) существенно повышало вероятность негативных последствий.

Сравнение традиционных методов оценки риска

Ретинальная диагностика показала сопоставимые результаты с традиционными методами оценки кардиоваскулярного риска, такими как расчет баллов по клиническим факторам, включая возраст, пол, артериальное давление, уровень холестерина и курение. Когда показатели риска по ретинальному обследованию были объединены с результатами традиционного клинического обследования и генетического тестирования, точность увеличилась до 73%, позволяя выявить дополнительно трех человек из ста с повышенным риском.

Пилотное исследование среди диабетиков и перспективы дальнейшего внедрения

Технологию уже опробовали среди пациентов с сахарным диабетом, получающих регулярные профилактические обследования глаз в рамках Национальной службы здравоохранения Великобритании. Исследователи полагают, что этот метод может применяться повсеместно, обеспечивая массовое скрининговое обследование населения.

Заключение экспертов и дальнейшие перспективы исследований

Доктор Брайан Уильямс, главный научный медицинский офицер фонда сердца Великобритании, подчеркнул важность своевременного выявления рисков и возможности предотвращения сердечно-сосудистых катастроф. Однако подчеркивается необходимость дальнейших научных исследований для подтверждения надежности прогноза и определения целесообразности включения данной методики в повседневную медицинскую практику.