Группа исследователей из России и Германии разработала алгоритмы, которые помогут врачу-офтальмологу поставить диагноз на 20 процентов точнее, чем это делается сегодня. Так, для диагностики врачи пользуются всего четырьмя классическими параметрами, а ученые предложили 57 дополнительных.

Исследование провели по программе развития Уральского федерального университета в рамках «Приоритета-2030». Результаты опубликованы в журнале Applied Sciences.

«Исследование междисциплинарное, оно включает в себя часть офтальмологии и часть компьютерных наук, биомедицинской инженерии. Мы проанализировали медицинские глазные сигналы так, как это еще не делали медики. Затем на основании этого анализа предложили новые параметры, по которым можно точнее поставить диагноз, и разработали алгоритмы. Они обязательно включают в себя четыре классических параметра и 57 наших, которые по-разному ранжируются в зависимости от того, какие из них наиболее значимы. Проверка эффективности этих алгоритмов показала, что классический анализ без дополнительных методов — это уровень подбрасывания монетки, то есть 50 процентов, а наш вариант — это 75–80 процентов», — говорит инженер-исследователь кафедры информационных технологий и систем управления УрФУ Алексей Жданов.

Для исследования ученые использовали базу данных электрофизиологических сигналов, которые снимают с сетчатки глаза, поясняет доцент кафедры радиоэлектроники и телекоммуникаций УрФУ Василий Борисов. В базу данных вошли сведения реальных пациентов. Так, офтальмологи с помощью электрофизиологической станции, которая была установлена в специальной изолированной комнате, где пациент мог находиться в темноте, проводили манипуляции. Они считывали электрический импульс.

В итоге российско-германская группа исследователей проанализировала данные и представила их в понятном формате, определила диагнозы и нормы сигналов. Затем специалисты извлекли из сигналов новые параметры с помощью частотно-временного преобразования для того, чтобы создать алгоритмы.

Ученые использовали вейвлет-анализ — математическое преобразование, создающее изображение из сигнала. Этот метод более современный и совершенный, и он дает четкую привязку спектра и различных привязанностей ко времени. Для анализа коротких сигналов, о которых идет речь в исследовании, вейвлет подходит больше всего, поясняет Алексей Жданов. На основании полученных данных ученые могут понять, кто болен, а кто здоров.

В планах ученых — разработать систему помощи врачу-офтальмологу на основе созданных алгоритмов. Система имеет отношение к персонифицированной медицине, так как она позволит давать рекомендации врачу-офтальмологу на основе обработки большого объема данных относительно конкретного пациента.

«Уже в следующем году мы планируем разработку и тестирование такой системы, которая будет понятна врачу. Система должна давать те параметры оценки сигналов, которые имеют именно медицинский смысл. В России за медика ни одна система диагноз поставить не может, она способна лишь оказывать поддержку. А уже дальше врач будет сам изучать данные и соглашаться. Если захочет посмотреть глубже, то перейдет на другую вкладку с метриками, скалограммами и другими данными», — заключает Василий Борисов.

Достигнутое — не предел. Исследователи планируют усовершенствовать работу алгоритмов с помощью нейронных сетей и в будущем определять болезни глаз на 80 процентов точнее. Когда база данных будет еще больше и можно будет точнее классифицировать разные болезни, этот метод сможет помочь в разработке новых офтальмологических препаратов. Однако это требует дополнительных исследований.