Систему для детальной диагностики макулодистрофии на основе ИИ создали в Уфе
Разработка ученых и офтальмологов поможет предотвратить потерю зрения
Ученые Лаборатории прикладной биофотоники Уфимского университета науки и технологий (УУНиТ), резидента Межвузовского кампуса Уфы, совместно с практикующими офтальмологами разрабатывают инновационные алгоритмы на основе ИИ, которые помогут в лечении макулярной дегенерации (макулодистрофия).
Как отметили в пресс-службе правительства РБ, это заболевание затрагивает треть всех пациентов старшего трудоспособного возраста и может привести к потере зрения. Разработанные алгоритмы позволят врачу различать стадии болезни и при необходимости скорректировать план лечения, чтобы не допустить необратимых осложнений.
По словам директора Школы фотоники УУНиТ, ведущего научного сотрудника лаборатории Руслана Кутлуярова, разработанный алгоритм способен различать так называемую промежуточную стадию макулодистрофии - критический момент, когда своевременное изменение плана лечения может предотвратить переход заболевания в тяжелые, угрожающие зрению формы.
«Эта функциональность выгодно отличает наши разработки от многих существующих систем для офтальмологов, которые не обеспечивают столь детального стадирования», - отметил ученый.
Алгоритм использует медицинские изображения, полученные методом оптической когерентной томографии, и находит на них специфические области, свидетельствующие о заболевании – биомаркеры. Также, как это сделал бы опытный врач-офтальмолог.
Разработанные алгоритмы показали результативность на уровне высококлассного врача-диагноста, что позволит применять их в диагностике зрения и диспансеризации в широком круге лечебных учреждений, где по тем или иным причинам может не быть диагноста с достаточной квалификацией, например, в удаленных районах. Это поможет разгрузить врачей, а значит, существенно снизить вероятность ошибочного диагноза.
В настоящее время аспирантка Екатерина Лопухова решает комплексную задачу дифференциальной диагностики. Ее работа направлена на создание моделей, способных различать признаки нескольких заболеваний зрения, которые могут присутствовать у пациента одновременно. Решение этой проблемы является необходимым шагом для широкого и безопасного внедрения разработки в реальную клиническую практику.
Фото из архива «Эксперт-Урал