Разработка системы глубокого обучения для идентификации нейроофтальмологических состояний по цветным фотографиям глазного дна в отделении неотложной помощи (DEEP-VISION)

В последние годы искусственный интеллект (ИИ) широко интегрировался в медицинскую сферу, способствуя, в частности, улучшению диагностики пациентов. Исследование BONSAI «Исследование мозга и зрительного нерва с помощью ИИ», в котором участвует наша команда, успешно продемонстрировало способность ИИ идентифицировать отдельные нейроофтальмологические или неврологические патологии, поражающие зрительные нервы и/или мозг, на основе простого изображения глазного дна.

Хотя это многообещающее достижение, оно остается ограниченным в современной клинической практике. Наша главная задача — иметь возможность одновременно выявлять более широкий спектр патологий зрительного нерва и/или головного мозга в рамках одного и того же анализа, чтобы улучшить ведение пациентов, особенно тех, которые направлены в отделения неотложной помощи. Действительно, при отсутствии точного диагноза осложнения могут быть необратимыми и опасными для жизни.

Среди наиболее тревожных клинических признаков в отделении неотложной помощи является отек диска зрительного нерва стаза, который в сочетании с острыми головными болями может указывать на наличие внутричерепной гипертензии, воспалительной или ишемической патологии. Последнее может быть проявлением болезни Хортона. Наша команда разработала алгоритм искусственного интеллекта для диагностики нарушений сетчатки и зрительного нерва на основе ретинофотографий, сделанных в идеальных условиях во время плановых консультаций, а не на изображениях пациентов, поступающих в отделение неотложной помощи. В больницах, где нет офтальмологических отделений неотложной помощи, важно, чтобы врачи скорой помощи (врачи скорой помощи, врачи общей практики, неврологи) могли оценить глазное дно в отсутствие специалиста-офтальмолога. Эта оценка, хотя и является частью общего обследования, часто представляет трудности для неофтальмологов. Цель нашего исследования — улучшить производительность нашего алгоритма искусственного интеллекта, чтобы он мог различать различные патологии сетчатки и зрительного нерва в отделении неотложной помощи. Поэтому мы планируем создать базу данных изображений глазного дна, перспективно включая пациентов, поступающих в отделения неотложной офтальмологии и неврологии больницы Фонда Адольфа де Ротшильда. Эффективность разработанного алгоритма будет оцениваться по стандартным критериям чувствительности, специфичности, площади под кривой (AUC) и точности.