Специалисты Лаборатории прикладной биофотоники Уфимского университета науки и технологий совместно с офтальмологами сети клиник «Оптимед» разрабатывают инновационные алгоритмы на основе искусственного интеллекта для выявления возрастной макулодистрофии. Они способны различать стадии заболевания и помогать врачу скорректировать план лечения пациента, чтобы не допустить необратимых осложнений.
Алгоритм использует медицинские изображения, полученные методом оптической когерентной томографии. На них он находит специфические области, подтверждающие заболевание, — биомаркеры — так же, как это сделал бы опытный врач-офтальмолог.
Таким образом, результативность разработанных алгоритмов оказалась сравнима с уровнем высококлассного врача-диагноста. Алгоритмы такого класса можно применять для диагностики зрения и проведения диспансеризаций в широком круге лечебных учреждений, где нет врача с достаточной квалификацией — например, в удаленных районах страны. Эта технология позволит разгрузить врачей и существенно снизить вероятность ошибочного диагноза.
По словам директора Школы фотоники УУНиТ, ведущего научного сотрудника лаборатории Руслана Кутлуярова, разработанный алгоритм способен различать так называемую промежуточную стадию макулодистрофии — это тот 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.
Сейчас аспирантка Екатерина Лопухова решает комплексную задачу дифференциальной диагностики. Она создает модели, способные различать признаки сразу нескольких заболеваний зрения у пациента. Это необходимо для широкого и безопасного внедрения разработки в реальную клиническую практику. Высокий уровень исследований поддерживается и обеспечивается материально-технической базой, существующей в УУНиТ.
«Современные вызовы требуют более тесного взаимодействия ученых различных областей знаний, и междисциплинарные проекты становятся ключевыми драйверами науки. Так, будущее медицины неразрывно связано с инженерными инновациями — от точной диагностики до персонализированной терапии, разработанной на основе анализа больших данных, — считает глава Госкомитета по науке и высшему образованию РБ Светлана Мустафина. — Союз ученых — инженеров и медиков — не просто сотрудничество, это двигатель прогресса в сфере здравоохранения, где совместные усилия приносят революционные результаты для улучшения здоровья и продления жизни».
По данным ВОЗ, в мире не менее 2,2 млрд человек страдают нарушениями зрения или слепотой. При этом примерно 1 млрд случаев можно было предотвратить за счет своевременной диагностики, профилактики и лечения. Более 80% информации об окружающем мире человек получает при помощи зрения, поэтому его снижение влечет за собой физические и социальные последствия. Одна из болезней, способных привести к потере зрения, — это возрастная макулярная дегенерация (макулодистрофия). Она затрагивает до трети всех пациентов старшего трудоспособного возраста.
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).
Источник: "Приоритет-2030"
Алгоритм использует медицинские изображения, полученные методом оптической когерентной томографии. На них он находит специфические области, подтверждающие заболевание, — биомаркеры — так же, как это сделал бы опытный врач-офтальмолог.
Таким образом, результативность разработанных алгоритмов оказалась сравнима с уровнем высококлассного врача-диагноста. Алгоритмы такого класса можно применять для диагностики зрения и проведения диспансеризаций в широком круге лечебных учреждений, где нет врача с достаточной квалификацией — например, в удаленных районах страны. Эта технология позволит разгрузить врачей и существенно снизить вероятность ошибочного диагноза.
По словам директора Школы фотоники УУНиТ, ведущего научного сотрудника лаборатории Руслана Кутлуярова, разработанный алгоритм способен различать так называемую промежуточную стадию макулодистрофии — это тот 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.
Сейчас аспирантка Екатерина Лопухова решает комплексную задачу дифференциальной диагностики. Она создает модели, способные различать признаки сразу нескольких заболеваний зрения у пациента. Это необходимо для широкого и безопасного внедрения разработки в реальную клиническую практику. Высокий уровень исследований поддерживается и обеспечивается материально-технической базой, существующей в УУНиТ.
«Современные вызовы требуют более тесного взаимодействия ученых различных областей знаний, и междисциплинарные проекты становятся ключевыми драйверами науки. Так, будущее медицины неразрывно связано с инженерными инновациями — от точной диагностики до персонализированной терапии, разработанной на основе анализа больших данных, — считает глава Госкомитета по науке и высшему образованию РБ Светлана Мустафина. — Союз ученых — инженеров и медиков — не просто сотрудничество, это двигатель прогресса в сфере здравоохранения, где совместные усилия приносят революционные результаты для улучшения здоровья и продления жизни».
По данным ВОЗ, в мире не менее 2,2 млрд человек страдают нарушениями зрения или слепотой. При этом примерно 1 млрд случаев можно было предотвратить за счет своевременной диагностики, профилактики и лечения. Более 80% информации об окружающем мире человек получает при помощи зрения, поэтому его снижение влечет за собой физические и социальные последствия. Одна из болезней, способных привести к потере зрения, — это возрастная макулярная дегенерация (макулодистрофия). Она затрагивает до трети всех пациентов старшего трудоспособного возраста.
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).
Источник: "Приоритет-2030"
