Российские и зарубежные ученые создали датасет офтальмологических заболеваний. Они собрали базу снимков оптической когерентной томографии (ОКТ) — метода диагностики, который широко используется в офтальмологии, позволяет визуализировать слои сетчатки с гистологической точностью и на ранней стадии выявлять патологию. У группы исследователей получился второй по величине в мире и первый по количеству заболеваний подобный датасет. Он поможет врачам принимать решение о лечении и сделает более доступным и быстрым лечение социально значимых заболеваний глаз. База данных зарегистрирована и запатентована, доступна для скачивания. Описание датасета и результаты тестирования на двух нейросетях исследователи опубликовали в журнале Scientific Data, сообщает пресс-служба Уральского федерального университета.
«Мы создали описанный и размеченный датасет снимков оптической когерентной томографии. Снимки собирали на протяжении нескольких лет в екатеринбургской офтальмологической клинике. Набор данных состоит из записей ОКТ пациентов с такими патологиями, как возрастная макулярная дегенерация, диабетический макулярный отек, изменения эпиретинальной мембраны, окклюзия артерий или вен сетчатки, заболевание витреомакулярного интерфейса. Это первый датасет ОКТ-снимков в мире с таким количеством болезней. Мы надеемся, что он поможет построить систему поддержки принятия решений более качественно и точно, а другие исследователи будут использовать нашу базу данных для построения более сложных сетей», — рассказал доцент кафедры информационных технологий и систем управления УрФУ Василий Борисов.
Датасет исследователи проверили на двух широко используемых нейросетях — VGG16 и ResNet50, которые являются признанными индустриальными стандартами в системах компьютерного зрения. Предварительно они обучили нейросети на самой крупной базе данных китайских офтальмологов (содержит более 200 тысяч широко распространенных заболеваний). Затем загрузили собственный датасет с 2064 ОКГ-снимками с патологиями.
«Вначале надо было научить нейросети выделять базовые особенности изображения, то есть регулярные признаки. Затем мы уточнили результат работы нейронной сети для конкретных классов заболеваний, показывая уже нужные примеры. В итоге нейросети смогли определять по снимкам распространенные и не очень заболевания. К примеру, по возрастной макулярной дегенерации мы получили высокую точность диагноза — 97%. По окклюзии вен сетчатки — 60–65%. Процент точности определяется в числе прочего распространенностью заболевания — чем больше кейсов для обучения нейросети, тем выше процент точности диагноза. Над этим мы продолжим работать. Постараемся расширить базу данных в отношении редких заболеваний, включая наследственную дистрофию сетчатки глаз, ретинопатию недоношенных и другие состояния, угрожающие зрению», — объяснил Василий Борисов.
Возрастная макулярная дегенерация — распространенное заболевание, которое встречается у пациентов в возрасте от 55 лет. Только 10–15 лет назад в мировой офтальмологии появились методы молекулярной терапии этого заболевания. Ранее пациенты попросту теряли зрение. Чем раньше выявлена болезнь и показания к старту активной терапии, тем лучше прогнозы самого лечения, добавляет врач.
«Обученная нейросеть может быть хорошим помощником для более быстрой постановки диагноза и определения показаний к старту лечения заболевания. Но главное — она может быть полезна в условиях надвигающегося дефицита кадров. Поясню: томографы есть и в частных, и в государственных клиниках. К примеру, в Екатеринбурге их примерно один на 100 тысяч жителей. Но работать со снимками и понимать, что на них, может небольшое количество офтальмологов, специализирующихся на заболевании сетчатки глаза. Даже в Екатеринбурге наблюдается дефицит таких специалистов. Кроме того, оптический когерентный томограф — это компактное устройство, которое может перемещаться по удаленным районам страны для проведения скрининга населения и отбора пациентов на углубленную диагностику у узких специалистов в офтальмологии», — пояснила Анастасия Никифорова, главный врач клиники экспертной офтальмологии «Профессорская плюс».
Новая база данных и обученные нейросети могут помочь определить, в норме состояние глаз или нет, а также подсказать, какие могут быть патологии.
«Конечно, вести пациента будет врач, но нейросеть может помочь быстрее заподозрить опасный диагноз и организовать быструю маршрутизацию пациента в частную или государственную специализированную клинику, что впоследствии поможет сохранить максимальное качество зрения и жизни пациента, — добавила Анастасия Никифорова. — Идеальный вариант — если в томографы будет “вшито” программное обеспечение, которое подскажет, что на 100 из 10 000 снимков, выполняющихся за одно исследование, есть проблема, на которую стоит обратить внимание, и существует высокая вероятность какого-то заболевания. Мы стремимся к этому».
Материал опубликован в рамках совместного проекта с Национальным центром развития искусственного интеллекта. Подробнее о развитии ИИ в России — на сайте ai.gov.ru.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
