Добавить в корзинуПозвонить
Найти в Дзене
РР-Новости

ИИ ускоряет диагностику диабетической ретинопатии по снимкам сетчатки

Исследователи из совместной лаборатории «Сколтеха» и Университета Шарджи разработали решение на базе искусственного интеллекта, которое значительно ускоряет анализ снимков сетчатки глаза для диагностики диабетической ретинопатии. Это серьезное заболевание, связанное с сахарным диабетом, может привести к слепоте, поэтому быстрое и точное выявление патологии крайне важно. Традиционно процесс анализа снимка занимает от 10 до 40 минут в зависимости от квалификации врача и сложности случая. Однако новая система, представленная в журнале Pattern Recognition Letters, обеспечивает моментальный ответ, оставляя врачу лишь необходимость проверить результат. Для диагностики используется фундус-камера, которая делает снимки глазного дна, позволяя увидеть сетчатку и кровеносные сосуды. Ручной анализ изображений требует высокой квалификации и значительного времени, что затрудняет оперативное принятие решений. Новая методика автоматизирует этот процесс, минимизируя вероятность человеческой ошибки. Иск

Исследователи из совместной лаборатории «Сколтеха» и Университета Шарджи разработали решение на базе искусственного интеллекта, которое значительно ускоряет анализ снимков сетчатки глаза для диагностики диабетической ретинопатии. Это серьезное заболевание, связанное с сахарным диабетом, может привести к слепоте, поэтому быстрое и точное выявление патологии крайне важно.

Традиционно процесс анализа снимка занимает от 10 до 40 минут в зависимости от квалификации врача и сложности случая. Однако новая система, представленная в журнале Pattern Recognition Letters, обеспечивает моментальный ответ, оставляя врачу лишь необходимость проверить результат.

Для диагностики используется фундус-камера, которая делает снимки глазного дна, позволяя увидеть сетчатку и кровеносные сосуды. Ручной анализ изображений требует высокой квалификации и значительного времени, что затрудняет оперативное принятие решений. Новая методика автоматизирует этот процесс, минимизируя вероятность человеческой ошибки.

Искусственный интеллект, обученный на качественной выборке двухразмеченных снимков, показал отличные результаты в обучении на трех тестовых датасетах, достигая точности более 97% и чувствительности выше 84% на популярной базе данных DRIVE. Это значительное улучшение по сравнению с ранее существовавшими решениями.

Ключевым элементом успеха стало предложение новой архитектуры нейросети, которая позволяет лучше распознавать микрососуды, которые ранее оставались незамеченными. Исследователи также внедрили адаптивный пороговый алгоритм, что улучшило как чувствительность, так и точность диагностики.

Создатели уверены в перспективах своего решения, которое может стать стандартным инструментом скрининга глазных заболеваний, обеспечивая раннее выявление и предотвращение серьезных патологий, таких как диабетическая ретинопатия. Ожидается, что это приведет к более эффективному лечению и высокой результативности медицинских вмешательств.

Работа была проведена в рамках совместной Лаборатории искусственного интеллекта для биомедицины «Сколтеха» и Университета Шарджи, возглавляемой опытными специалистами в области AI и медицины.

]]>