Каждый пятый американец хотя бы раз следовал медицинским советам искусственного интеллекта. Об этом сообщает платформа Pearl.com: 20% признались, что советы оказались ошибочными, но всё равно продолжат «консультироваться» с ИИ, прежде чем идти к врачу.
Ещё цифры:
— 23% считают, что ИИ заслуживает большего доверия, чем медики.
— 10% готовы слушать ИИ даже при назначении терапии рака.
— 19% потеряли реальные деньги из-за «умных» советов.
Психологи объясняют это просто: ИИ звучит уверенно и персонализированно, а врач — не всегда. Добавим к этому проблемы с доступом к медицине, и получается логичный ответ: «бот» ближе, чем клиника.
Но в офтальмологии всё интереснее. Здесь ИИ не просто чат в телефоне, а инструмент, который реально работает в клиниках, на скринингах и в обучении. Правда, вместе с пользой он приносит и новые риски.
Как ИИ помогает офтальмологам
Скрининг, диагностика и «второе мнение»
ИИ уже уверенно справляется с задачами, где человеческий глаз устаёт.
Алгоритмы для выявления диабетической ретинопатии и макулопатии показывают точность, сопоставимую с офтальмологами (PMCID: PMC10394169).
Системы вроде EyeArt и IDx-DR официально одобрены FDA для автоматического анализа изображений без участия врача.
ИИ не «заменяет», он фильтрует: отсеивает здоровых, концентрирует внимание врача на сомнительных снимках и экономит часы, которые можно потратить на пациентов, а не на папки с OCT.
Оптимизация хирургии и расчёт ИОЛ
В хирургии катаракты ИИ помогает с расчётом силы интраокулярных линз. Он учитывает десятки параметров — от кератометрии до длины оси глаза, чего стандартные формулы не видят (MDPI, 2024).
Результат — меньше сюрпризов после операции и меньше недовольных фраз «доктор, я вижу, но не так».
Некоторые клиники уже используют ИИ-инструменты для анализа видео операции: модель отмечает ошибки в технике, оценивает риск осложнений и даже предлагает оптимизацию движений хирурга.
Это звучит как научная фантастика, но уже пилотируется в Европе и США.
VR, AR и AI: учится интереснее, чем на программиста
В журнале Ophthalmology Times вышел обзор о том, как технологии меняют медобразование. Офтальмология — одна из первых дисциплин, где VR и AR реально работают, а не просто «красиво выглядят на конференции».
Симуляторы вроде Eyesi и HelpMeSee позволяют студентам и резидентам «потренироваться» в хирургии катаракты, глаукомы и витреоретинальных вмешательствах без риска для пациента.
ИИ добавляет в процесс аналитику — оценивает ошибки, даёт мгновенную обратную связь и подбирает индивидуальные сценарии обучения. VR-обучение не заменяет практику, но ускоряет её в разы.
Там резиденты учатся анатомии глаза, периметрии, тестам цветоощущения и даже защищают клинические кейсы внутри виртуальной платформы.
Минусы?
Цена оборудования, риск укачивания, технические сбои и банальные вопросы этики: кто хранит данные и что будет, если «симулятор сломается посреди операции».
Но общий вектор ясен — обучение становится не просто цифровым, а интерактивным, и ИИ делает его умнее с каждым годом.
Предиктивная аналитика и персонализация
ИИ начинает предсказывать не только диагноз, но и будущее пациента.
Модели, работающие с мультиформатными данными (OCT, фундус-фото, анатомия глаза), уже умеют прогнозировать прогрессирование глаукомы и миопии (Nature Medicine, 2023).
Это не гадание, а статистика, которая учится на миллионах глаз и ошибок — включая человеческие.
Где ИИ мешает
Чёрный ящик и когнитивные ловушки
ИИ часто выдаёт правильный ответ, но без объяснений. В медицине это катастрофа: врач не может понять, *почему* модель решила, что на снимке ретинопатия.
Это подрывает доверие, особенно когда алгоритм ошибается, но объяснить нечего.
К тому же появляется автоматизационное искажение мышления. Когда рядом висит «рекомендация ИИ», врачу сложно не согласиться. Это эффект калькулятора: он сказал — значит верно.
Смещение данных и слепые зоны
ИИ обучается на ограниченных выборках, и если они собраны в одном регионе, он может ошибаться на других этнических группах или типах оборудования.
Сетчатка афроамериканцев, азиатов и европеоидов выглядит по-разному — но не для модели, которая видела только одно.
Такие системные искажения описаны в *JAMA Ophthalmology* (2024): точность ИИ при скрининге диабетической ретинопатии падала до 30% на этнических выборках, не включённых в обучение.
Эмоциональная слепота
ИИ может считать пиксели, но не чувствовать тревогу пациента.
Врач видит не только сетчатку, но и человека перед собой: с усталостью, страхом, вопросами.
ИИ не умеет молчать, когда надо, и не умеет сказать: «Не переживайте, это лечится».
Поэтому в клинике ИИ — мощный ассистент, но ужасный собеседник.
Юрисдикция и ответственность
Кто отвечает, если ИИ ошибся? Врач, клиника, разработчик?
Пока что закон не знает. В США, ЕС и России идёт активная работа над юридическими рамками применения ИИ в медицине, но стандартов нет.
А без них ИИ остаётся «интеллектуальной советницей», чьи советы не всегда безопасны.
Как с ИИ работать без фанатизма
1. Использовать ИИ как ассистента, а не как судью.
2. Понимать границы модели — где она училась, какие данные видела, чего не умеет.
3. Проверять выводы: если что-то не сходится с клиникой, верить глазам, а не алгоритму.
4. Развивать у команды критическое мышление, а не «доверие к машине».
5. Обучать пациентов: ИИ не лечит, ИИ помогает врачу быть точнее.
ИИ в офтальмологии — как новый коллега: умный, быстрый, иногда раздражающе уверенный.
Он уже умеет диагностировать, прогнозировать, учить и анализировать, но не чувствует контекста, ответственности и эмоций. Настоящий прогресс будет не там, где ИИ заменит врача, а там, где врач научится использовать его как инструмент, а не авторитет.