В сетчатке расположено множество кровеносных сосудов, изучив которые, можно выявить проблемы с кровообращением во всем организме: избыточный уровень холестерина или повышенное давление оставляют свои следы. Так, у людей с высоким давлением или у курильщиков сосуды слабее, тоньше и имеют больше повреждений, чем у здоровых людей.

Для обучения сети исследователи использовали около 300 тыс. изображений пациентов, снабженных информацией об их возрасте, стаже курения, давлении и индексе массы тела (отношению роста к массе тела). Далее они протестировали нейросеть еще на 13 тыс. снимков.

источник: palacesquare.rambler.ru

По тому, как выглядела сетчатка глаза, алгоритм оказался способен определить возраст пациента с погрешностью в 3,5 года. Также сеть достаточно точно определяла и артериальное давление, и индекс массы тела. Тогда исследователи дополнительно научили сеть прогнозировать риски развития сердечных заболеваний в течение следующих пяти лет.

Алгоритм оказался способен определять риски с точностью до 70%. Для сравнения, существующие методики оценки рисков позволяют предсказать вероятность развития сердечных заболеваний с вероятностью в 72%.

«Сердечно-сосудистые заболевания — ведущая причина смерти людей по всему миру. Существует огромный массив исследований, которые помогают нам понять, какие факторы влияют на риск их развития: повседневная деятельность человека, включая занятия спортом и питание, генетические факторы, возраст, этническая принадлежность, пол — все это вносит определенный вклад.

Однако мы не знаем точно, как эти факторы соотносятся в отдельно взятом человеке, поэтому нам приходится проводить для пациентов определенные тесты, чтобы лучше определить индивидуальные риски развития инсульта или сердечного приступа. Наше исследование показывает, что глубокое изучение позволяет, основываясь на снимках сетчатки глаза, определять эти факторы риска — от стажа курения до артериального давления, а также предсказывать развитие сердечно-сосудистых заболеваний наравне с существующими методами», — поясняет доктор Майкл Макконел, ведущий автор исследования.

Создатели алгоритма отмечают, что 300 тыс. изображений — это маловато для обучения. Они рассчитывают, что с большим количеством материала для обучения сети им удастся добиться более точной диагностики. Кроме того, они рассчитывают, что алгоритм можно будет использовать для выявления диабета, который также способен приводить к заболеваниям сердца.

«Мы считаем, что точность прогнозов возрастет, когда у нас будет больше данных. Мы выяснили, что такая диагностика возможна — это было отличным первым шагом. Но нам надо проверить результаты», — отмечает доктор Лили Пэн, участница проекта.

Пэн отмечает, что результаты удивили самих исследователей. Изначально ее команда работала над прогнозированием развития болезней глаз, но, как оказалось, снимки сетчатки подходят и для определения риска развития болезней сердечно-сосудистой системы.

«Распознавание образов и использование изображений сейчас является одной из наиболее развитых областей искусственного интеллекта, — считает Харлан Крумхольц, директор Центра исследований и оценки результатов Йельского университета. — Он поможет нам выявлять патологии и ставить диагнозы новыми способами.

Они дадут нам возможность существенно улучшить результаты обследований».

Ранее «Газета.Ru» рассказывала об алгоритме, способном предсказать смерть пациента в течение года с точностью в 90%. Его разработчики надеются, что это позволит врачам принимать более взвешенные решения относительно дальнейшей работы с пациентами и не мучить безнадежно больных бесполезным лечением — ведь большинство больных предпочли бы провести последние дни в кругу близких.

Однако реальность такова, что заканчивают жизнь в больнице около 60% людей. Кроме того, уже было показано, что искусственный интеллект прогнозирует риск развития инфаркта или инсульта лучше врачей.

Исследователи использовали 75% данных о более чем 300 тыс. пациентов, чтобы научить систему определять признаки, по которым можно спрогнозировать инсульты и инфаркты у пациента в течение десяти лет. Проверка производилась на оставшихся 25% данных. Для сравнения ученые протестировали и действенность привычных рекомендаций, по которым врачи оценивают риски.

Оказалось, что нейросеть смогла правильно определить на 355 пациентов, рискующих пострадать от инфаркта и инсульта, больше, чем можно было бы выявить по стандартной методике.

А чуть раньше российские исследователи научили нейросеть определять опухоли в легких на рентгеновских снимках. Точность распознавания достигла 97%.

Также нейронные сети оказались способны определить по фотографии сексуальную ориентацию человека с точностью до 91%.