Компания Verily Life Sciences, входящая в холдинг Alphabet, разработала алгоритм, который умеет определять возраст, пол и различные медицинские показатели (например, уровень артериального давления или индекс массы тела) пациентов по анализу их сетчатки. Такой метод диагностики, подробно описанный в журнале Nature Biomedical Engineering, может помочь в прогнозировании сердечно-сосудистых заболеваний.
Один из самых эффективных методов предупреждения развития заболевания — это определение группы риска. Например, в группу риска развития диабета попадают люди с лишним весом, а в группу риска развития нейродегенеративных заболеваний (например, болезни Паркинсона или Альцгеймера) — люди пожилого возраста. Помимо возраста, пола и физических показателей риск также могут определять семейная и личная история заболеваний и биологические показатели: сердечный ритм, артериальное давление или температура тела.
Бóльшее количество показателей повышает как точность определения вхождения человека в группу риска, так и качество медицинских и научных исследований. Тем не менее, процесс сбора таких данных может быть достаточно трудоемким: если демографические показатели собрать сравнительно легко, то большинство биологических подразумевают обследование в медицинском или исследовательском учреждении, а также использование специального оборудования и помощь специалистов.
Упростить процесс сбора данных предложили биоинженеры Verily Life Sciences под руководством Дейла Вебстера (Dale R. Webster) из Google Research. Они предположили, что по анализу изображений сетчатки глаза, сделанного с помощью офтальмоскопии, можно определить достаточно показателей, чтобы по ним, в свою очередь, эффективно определить риск развития сердечно-сосудистых заболеваний.
Для обучения алгоритма, основанного на методах глубокого обучения, ученые использовали 284335 изображений сетчатки, соотнесенных с несколькими показателями: пол, возраст, артериальное давление, индекс массы тела и гликированный гемоглобин — биохимический показатель, отражающий среднее содержание глюкозы в крови за длительный период времени (до трех месяцев). Помимо этого, ученые также использовали данные о том, курит ли человек из выборки, а также информацию о развитии сердечно-сосудистых заболеваний в течение пяти лет после первоначального сбора данных.
Разработанный классификатор затем протестировали на двух независимых базах данных (12026 и 999 участников). Ученым удалось не только эффективно предсказать биологические показатели участников из выборки, но и определить риск развития у них сердечно-сосудистых заболеваний с точностью в 70 процентов.
Ученые также выделили те области изображений сетчатки, которые алгоритм использовал в качестве показателей при обучении классификатора, и попросили оценить их независимую комиссию офтальмологов. Специалисты указали на то, что алгоритм при определении показателей ориентируется на ветвление кровеносных сосудов и размер и положение диска зрительного нерва.
Несмотря на то, что, как сообщают сами авторы, точность такого метода следует увеличить для дальнейшего использования в клинической диагностике, результаты выглядят многообещающе: возможно, в будущем один офтальмоскопический снимок сможет заменить длительный сбор и анализ биологических показателей.
Анализ сетчатки также позволяет определить риск развития и других заболеваний. Например, офтальмоскопический анализ может указать на повышенное наличие в сетчатке глаза бета-амилоидных бляшек — скоплений патологических форм белков, играющих существенную роль в развитии болезни Альцгеймера.
Елизавета Ивтушок