Ученые из УрФУ предложили новый метод анализа снимков электроретинограммы, который поможет диагностировать не только заболевания сетчатки глаз (например, дистрофию), но и неврологические расстройства (СДВГ, РАС, болезнь Паркинсона). Разработка описана в статье, опубликованной в журнале Bioengineering.
Авторы разработали алгоритм на основе методов классификации временных рядов, который анализирует сигналы световой электроретинограммы — неинвазивного функционального теста сетчатки глаза. Оказалось, что по этим сигналам можно выявлять не только патологии зрения, но и признаки нарушений нейроразвития (аутизм, СДВГ), а также нейродегенеративных заболеваний.
Важно, что этот подход не ограничивается простым «да или нет» — алгоритм с помощью технологии explainable AI показывает, какие именно участки сигнала повлияли на решение: например, a- и b-волны или осцилляторные потенциалы. Такой подход позволяет врачу понять логику работы модели, обратить внимание на значимые фрагменты кривой и принять решение о необходимости дальнейшего обследования. То есть нейросеть не заменяет специалиста, а предоставляет ему инструмент для принятия более точного решения.
Исследователи отмечают, что это не первая попытка построить систему поддержки принятия врачебных решений на основе сигналов электроретинограмм, но обычно используются вычислительно более сложные нейросети, которые требуют гораздо больше данных. Здесь же алгоритмы проще, работают быстрее, и у них меньше требований к «железу». Теперь ученые хотят доработать алгоритмы для распознавания таких заболеваний сетчатки, как врожденная куриная слепота и глаукома, а также других нейродегенеративных расстройств.
