Ученые Томского политехнического университета в составе междисциплинарной научной группы разрабатывают медицинскую информационную систему для врачей-офтальмологов. В основе системы лежат нейросетевые алгоритмы, которые позволят определять, анализировать и прогнозировать патологические процессы сетчатки у пациентов с диабетом.
Исследования поддержаны грантом Российского научного фонда (№ 25-25-00113).
Диабетическая ретинопатия – одно из наиболее распространенных осложнений у пациентов с сахарным диабетом. На сегодняшний день диагностика этого заболевания проводится с помощью офтальмоскопии и цифровых фундус-камер, которые помогают исследовать глазное дно пациента. Обработка полученных изображений производится врачами вручную. Это осложняет выявление таких морфологических аномалий, как микроаневризмы, экссудаты, кровоизлияния, пролиферативные процессы и другие.
«Проведение исследования глазного дна является очень сложным и трудоемким процессом, выполняемым офтальмологами вручную. Результаты такого анализа всегда субъективны и зависят от опыта врача, из-за этого есть риск ошибки. Для объективной оценки состояния пациентов мы предлагаем использовать искусственный интеллект и машинное обучение. В частности, наш проект нацелен на разработку алгоритмов, которые объединят информацию анализа медицинских изображений, клинические показатели, а также данные о сопутствующих патологиях. Такой комплексный подход позволит строить вероятностные прогнозы исходов течения патологических процессов сетчатки на основе методов доказательной медицины и математического моделирования», — отмечает один из авторов исследования, профессор отделения математики и математической физики ТПУ и доцент кафедры офтальмологии СибГМУ Екатерина Филиппова.
Для обучения нейросети политехники будут использовать общедоступные базы данных DIAREDB1 и 2-e-Ophtha, где возможно использовать большую выборку изображений глазного дна (с диабетической патологией и без). Каждое изображение будет сегментировано на фрагменты, аннотированные вручную, и использовано для обучения построения простейшей модели классификации.
Для построения сверточной нейронной сети (CNN) ученые используют готовый размеченный набор данных, а также собственный набор для обучения. Такие базы данных будут содержать снимки глазного дна пациентов с различной степенью диабетической ретинопатии, размеченных по следующим патологическим изменениям сетчатки: экссудаты, кровоизлияния, микроаневризмы, участки фиброгенеза и ангиогенеза. По ним нейросеть также «научат» строить прогнозы по диагностике стадий заболевания и развитию осложнений.
Мы планируем построить собственные математические модели для описания и исследования характеристик патологии сетчатки пациентов с диабетом. Для этого будут созданы алгоритмы на языке Python, которые позволят в автоматизированном режиме производить обработку изображений глазного дна и строить динамический прогноз. Он будет опираться не только на данные, полученные в результате работы нашей нейросети, но и на клиническую картину в целом. К проекту планируется привлечь клинических врачей-офтальмологов, которые будут контролировать качество и достоверность итоговых данных,По словам ученых, создание информационной системы на основе нейросети может стать основой для разработки дизайна и инициации последующих многоцентровых исследований сетчатки глаза.
Над исследованием работают ученые отделения математики и математической физики Томского политеха и ученые Сибирского государственного медицинского университета.
Пресс-релиз подготовлен на основании материала, предоставленного организацией. Информационное агентство AK&M не несет ответственности за содержание пресс-релиза, правовые и иные последствия его опубликования.
