Узнать о болезнях сердца и Паркинсона по фото сетчатки: как работает новый ИИ

Представьте: вы заглядываете в глаза и видите не просто душу, а полную картину здоровья человека. Исследователи из Лондонского имперского колледжа и Глазного госпиталя Мурфилдд разработали именно такой инструмент, названный RETFound. Он анализирует изображения сетчатки и выдаёт информацию, которую раньше можно было собрать лишь десятками разных анализов. Но в чём же его главное отличие от предыдущих попыток?

Ранние системы для анализа сетчатки требовали титанических усилий по «разметке» данных: учёным приходилось вручную помечать каждый снимок как «нормальный» или «патологический». RETFound пошёл другим путём — методом, который сейчас называют обучением без учителя. Ему скормили 1,6 миллиона неразмеченных изображений сетчатки, и он сам начал искать в них закономерности и структуры. Похожий принцип используют большие языковые модели вроде ChatGPT, только вместо текста здесь — визуальная информация. Модель училась предсказывать, как должны выглядеть недостающие части изображения, и в процессе этого понимала саму суть «сетчаточной» анатомии.

«Просто просматривая миллионы снимков, модель интуитивно постигает, как устроена сетчатка, каковы её нормальные признаки, — объясняет соавтор работы Пирс Кин. — Это делает её фундаментальным инструментом, который можно быстро адаптировать под самые разные диагностические задачи». По сути, они создали универсального «студента-медика», который выучил анатомию глаза на отлино.

Глаз — это не просто зеркало души

Почему именно сетчатка? Она — наше уникальное «окно» в организм. Это единственное место, где можно напрямую, без разрезов и скальпелей, рассмотреть мельчайшую сеть капилляров. «Если у вас системное заболевание, например, гипертония, которое поражает сосуды по всему телу, мы можем прямо на снимке сетчатки увидеть его следы», — говорит Кин. Поразительно, не правда ли?

Но и это не всё. Сетчатка — это часть центральной нервной системы, вынесенная на периферию. Через её состояние мы можем косвенно оценивать здоровье нервной ткани, что открывает двери для диагностики нейродегенеративных заболеваний, таких как болезнь Паркинсона.

Как же RETFound ставит конкретный диагноз? После этапа «общей учёбы» на миллионах безымянных снимков, модель доучивают на небольшом наборе размеченных данных. Достаточно, например, ста снимков от людей с болезнью Паркинсона и ста — от здоровых. Поскольку модель уже прекрасно знает, как выглядит «стандартная» сетчатка, она быстро улавливает тонкие отклонения, связанные с конкретной болезнью. Это как дать искушённому искусствоведу изучить несколько подделок — он сразу увидит разницу.

Самое прекрасное в этой истории — открытость. Разработчики выложили модель в свободный доступ, надеясь, что врачи и исследователи по всему миру смогут адаптировать её под свои нужды, используя данные своих пациентов. «Они могут взять этот алгоритм и доработать его, получив инструмент, оптимизированный для своей страны и своей клинической практики», — говорит Кин. И это, пожалуй, самый верный путь к настоящей революции в медицине.