По «фото глаз», которое делают во время диспансеризации, можно оценивать вероятность наличия деменции на текущий момент и прогнозировать риск её развития в будущем, показало исследование.
Больница Сеульского национального университета 28-го числа сообщила, что совместная исследовательская группа — профессор кафедры семейной медицины Пак Сан Мин, доктор Чан Чу Ён из XaiMed Co., Ltd., исследователь-доцент Хан Чхан Хо из Центра исследований медицинских больших данных Медицинского колледжа Сеульского национального университета и доктор Ким Чжэ Вон с кафедры медицинских наук — разработала ИИ для скрининга деменции и прогнозирования риска. Для этого команда проанализировала 108 008 снимков глазного дна 36 322 участников медосмотров.
Исследователи оценили не только точность прогнозов ИИ, но и то, какие зоны изображения он использовал при принятии решения. Выяснилось, что и при определении наличия деменции сейчас, и при оценке будущего риска алгоритм прежде всего опирался на область, где сходятся волокна зрительного нерва, и прилегающие участки.
Почему по глазам можно понять риск деменции
Снимок глазного дна — это изображение сетчатки, зрительного нерва и сосудов внутри глаза, полученное через зрачок. Его часто делают не только в офтальмологии, но и в рамках диспансеризации.
Исследователи сосредоточились на глазах из-за тесной связи сетчатки с мозгом. Сетчатка и зрительный нерв соединены с центральной нервной системой. Ранее также публиковались работы, показывающие, что изменения нервной ткани или микрососудов в мозге могут частично отражаться и в глазу.
Команда исходила из того, что если такие изменения фиксируются на снимках глазного дна, ИИ сможет выявлять сигналы риска деменции.
В работе использовали данные людей, проходивших диспансеризацию в Больнице Сеульского национального университета с 2004 по 2016 год. Среди них 2 868 снимков 1 001 человека, у которых в течение двух лет до или после съёмки глазного дна диагностировали деменцию и назначали соответствующие препараты, отнесли к группе деменции. Затем ИИ обучили на сравнении с людьми без деменции.
Сравнение нескольких моделей ИИ показало: наилучшие результаты продемонстрировала модель, предварительно обученная на большом массиве снимков глазного дна.
ИИ отделил и текущую деменцию, и будущий риск
Показатель эффективности ИИ при разделении людей с деменцией и без деменции на текущий момент составил 0,750. Если значение близко к 0,5, это уровень случайного угадывания; чем ближе к 1, тем лучше модель различает две группы.
Команда также сравнила ИИ с существующим инструментом оценки риска деменции — «CAIDE». CAIDE — это шкала, которая оценивает долгосрочный риск деменции по баллам, учитывая возраст и пол, уровень образования, артериальное давление, степень ожирения, холестерин, физическую активность и другие факторы. При этом, в отличие от MRI или PET, отдельного исследования нейровизуализации не требуется.
В этом анализе показатель выявления текущей деменции составил 0,624 для CAIDE и 0,750 для ИИ на основе снимков глазного дна. Чем ближе к 1, тем лучше различаются люди с деменцией и без неё.
Разница проявилась и в прогнозировании риска развития деменции в будущем. Для ИИ показатель составил 0,812, для CAIDE — 0,689.
Та же тенденция сохранялась и после отдельного учёта традиционных факторов риска деменции — таких как возраст и пол. Чем выше был балл ИИ, тем выше оказывалась вероятность наличия деменции сейчас или её развития в будущем.
Это означает, что на снимках глазного дна может содержаться дополнительная информация, связанная с деменцией, которую трудно уловить, опираясь только на традиционные факторы риска — возраст, давление, ожирение и т. п.
Зона, на которую ИИ смотрел прежде всего, — «диск зрительного нерва»
Отдельное внимание авторы уделили тому, на чём именно ИИ основывал выводы.
Команда цветом отметила участки снимка глазного дна, которые ИИ считал важными. Максимальная «внимательность» пришлась на «диск зрительного нерва».
Диск зрительного нерва — это область, где нервные волокна, выходящие из сетчатки, собираются вместе и переходят в зрительный нерв. Проще говоря, это «выход», через который нервные сигналы, полученные глазом, направляются в мозг.
Степень внимания ИИ к диску зрительного нерва была в 5,72 раза выше, чем к обычным прилегающим участкам. Высокая заметность отмечалась также вокруг диска и в зоне нервных волокон, идущих отсюда к макуле.
Именно в этих областях в предыдущих исследованиях уже сообщалось об изменениях сетчатки, связанных с деменцией. Это поддерживает гипотезу о том, что ИИ уловил не случайные особенности изображения, а нейронные изменения, связанные с деменцией.
Можно ли использовать снимки диспансеризации для скрининга деменции
Интерес к работе связан с тем, что она позволяет использовать снимки глазного дна, уже сделанные в рамках диспансеризации, не добавляя новых обследований.
Если в дальнейшем метод пройдёт достаточную проверку, его можно будет применять как вспомогательный инструмент: на этапе диспансеризации предварительно выделять людей с высоким риском деменции и направлять их на когнитивные тесты или специализированный приём.
Однако это не означает «диагноз деменции по одному снимку глаза». Для постановки диагноза в реальной практике необходимы симптомы пациента и оценка когнитивных функций. В зависимости от ситуации дополнительно проводят MRI головного мозга или анализы крови и спинномозговой жидкости.
Само исследование выполнено на данных участников диспансеризации одной больницы. Нужна дополнительная проверка того, покажет ли метод сопоставимую эффективность в других клиниках, в иных возрастных группах и в популяциях с отличающимися расовыми и этническими характеристиками.
Профессор Пак Сан Мин (кафедра семейной медицины Больницы Сеульского национального университета) заявил: «Мы рассчитываем, что эта технология ИИ, использующая данные повседневных обследований без дополнительных дорогостоящих тестов, станет полезным вспомогательным инструментом в стратегиях профилактики деменции и раннего вмешательства».
Доктор Чан Чу Ён из XaiMed подчеркнул: «Это исследование важно тем, что вместе оценило не только прогностическую точность ИИ, но и объяснимость и клиническую полезность, задав значимое направление для разработки биомаркеров ИИ на основе изображений глазного дна».
Работа была опубликована онлайн 4 июля в международном научном журнале 《npj Digital Medicine》.
