Учёные УрФУ научили ИИ диагностировать неврологические болезни по сетчатке

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

доцент центра «Искусственный интеллект» УрФУ Михаил Ронкин

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.