Учёные Уральского федерального университета (УрФУ) совместно с международной группой исследователей разработали метод ранней диагностики неврологических заболеваний по снимкам сетчатки глаза. Технология основана на искусственном интеллекте и уже показала высокую эффективность в выявлении признаков СДВГ, аутизма и болезни Паркинсона.
В основе метода — анализ электроретинограммы, неинвазивного теста, фиксирующего реакцию сетчатки на свет. Алгоритм, созданный специалистами центра «Искусственный интеллект» УрФУ, способен не только классифицировать результаты как «норма» или «патология», но и выделять конкретные участки сигнала, связанные с нарушениями. Для этого применяется explainable AI — подход, позволяющий врачу понять логику работы модели и использовать её как инструмент поддержки решений.
Наши алгоритмы вычислительно проще нейросетей, они требуют меньше данных и ресурсов, но при этом дают хорошую точность. Такой подход помогает врачам быстро и недорого проверять вероятность заболеваний
Исследование проводилось на базе данных, собранных международным консорциумом под руководством профессора Университета Флиндерса (Австралия) Пола Констебля. Учёные применили методы классификации временных рядов и библиотеку SHAP, основанную на теории игр, чтобы объяснять предсказания моделей. Это повысило прозрачность работы алгоритма и доверие к результатам.
В перспективе разработку планируют адаптировать для диагностики заболеваний сетчатки, включая глаукому и врождённую куриную слепоту, а также для расширенного спектра нейродегенеративных расстройств.
Раннее выявление болезней Паркинсона или аутизма значительно повышает шансы на успешную терапию и корректировку лечения. Для российских клиник методика может стать доступным инструментом, который снизит нагрузку на врачей и ускорит постановку диагноза.