В обзорной статье, опубликованной в журнале MedComm Future Medicine, исследовательская группа под руководством Гао Юаньсюй (Macau University of Science and Technology) при участии первого автора Мяо Ханьпэй (Southern Medical University) проанализировала перспективы применения офтальмологической визуализации и искусственного интеллекта (ИИ) для диагностики системных заболеваний.
Статья под названием «Advancing systemic disease diagnosis through ophthalmic image based artificial intelligence» представила всесторонний анализ роли офтальмологических исследований в выявлении системных заболеваний, типов используемой визуализации глаза, а также достижений в технологиях ИИ, адаптированных для анализа офтальмологических изображений.
В работе подчеркивалось уникальное положение глаза как «окна» в общее состояние здоровья: сложные сосудистые и нейронные сети глаза, а также физиологические процессы отражают аналогичные процессы в других органах, предоставляя ценную информацию о здоровье организма. С помощью таких методов, как цветная фоторегистрация глазного дна (color fundus photography, CFP), оптическая когерентная томография (OCT), оптическая когерентная томография с ангиографией (OCTA) и биомикроскопия с щелевой лампой, исследователи получили возможность собирать многомерные структурные данные глаза, что открыло новые пути для понимания и диагностики системных заболеваний.
В обзоре проводилось различие между двумя основными подходами к анализу офтальмологических изображений: сквозной метод на основе ИИ, использующий большие массивы данных для создания моделей, помогающих в скрининге и диагностике системных заболеваний, и применение традиционных методов машинного обучения, усиленных инженерией признаков на основе медицинских знаний, для создания интерпретируемых моделей ИИ.
Кроме того, в статье подробно описывалось применение офтальмологического ИИ при различных системных состояниях, включая заболевания нервной, сердечно-сосудистой, почечной, гепатобилиарной и гематологической систем, предоставляя панорамный взгляд на использование этих моделей в диагностике разнообразных патологий.
Несмотря на достижения, оставались проблемы, такие как гетерогенность данных, интерпретируемость моделей и точность многоклассовой классификации заболеваний. Исследователи призывали к интеграции мультимодальных и мультиомиксных данных для более целостного анализа и отмечали потенциал новых технологий ИИ, включая блокчейн и большие языковые модели (например, ChatGPT), для расширения возможностей офтальмологического ИИ.
В заключение авторы обзора указали, что интеграция офтальмологической визуализации и ИИ открывает новую эру в диагностике системных заболеваний, и призвали к дальнейшему изучению клинических инсайтов, извлекаемых из офтальмологических ИИ-моделей, и их внедрению в практическую клиническую практику.
Источник: Hanpei Miao et al, Advancing systemic disease diagnosis through ophthalmic image based artificial intelligence, MedComm Future Medicine (2024). DOI: 10.1002/mef2.75