Исследователи из Боннского университета (Германия) разработали самообучающееся программное обеспечение, которое смогло выявить сосудистые изменения у пациентов с заболеванием периферических артерий, и часто – на ранней стадии. Алгоритм использовал фотографии органа, обычно не связанного с этой болезнью, – глаза, сообщает пресс-служба вуза. Результаты работы опубликованы в журнале Scientific Reports.

Глазное дно очень хорошо кровоснабжается. Это необходимо, чтобы более 100 миллионов фоторецепторов сетчатки и связанных с ними нервных клеток могли выполнять свою работу. В то же время артерии и вены можно наблюдать и фотографировать через зрачок без особых усилий.

В этом исследовании ученые сначала обучили нейронную сеть определять по снимкам глаза заболевание, поражающее сосуды глаза. После они сфотографировали глаза 97 женщин и мужчин, страдающих заболеванием периферических артерий (ЗПА), и 34 – здоровых людей из контрольной группы. Более чем у половины пациентов болезнь все еще находилась на стадии, когда не проявлялось никаких симптомов. 

Алгоритм правильно определил 80% пациентов с заболеванием. Это удивительный результат, потому что «даже обученные офтальмологи не могут обнаружить ЗПА на изображениях глазного дна», отмечают авторы работы. 

Исследователи выяснили, что нейронная сеть уделяет особое внимание крупным сосудам в задней части глаза, когда оценивает изображения. Чтобы достичь еще большей точности, необходимо предоставить алгоритму изображения с достаточно высоким разрешением, при котором отчетливо различаются детали сосудов.

[Фото: MUELLER, S. UND WINTERGERST, M.W.M. ET AL. MULTIPLE INSTANCE LEARNING DETECTS PERIPHERAL ARTERIAL DISEASE FROM HIGH-RESOLUTION COLOR FUNDUS PHOTOGRAPHY. SCI REP 12, 1389 (2022)]