Алгоритмы ученых УрФУ определяют болезни глаз на 20% точнее
Алгоритмы, увеличивающие на 20% точность диагноза врача-офтальмолога, разработала команда исследователей из России и Германии, 27 декабря сообщила пресс-служба Уральского федерального университета (УрФУ).
Повышенная точность диагностики обеспечивается за счет того, что вместо четырех классических параметров, которыми в настоящее время пользуются врачи, разработчики включили в свой алгоритм учет еще 57 дополнительных параметров.
Результаты исследования, выполненного учеными Инженерной школы информационных технологий, телекоммуникаций и систем управления УрФУ и Лаборатории машинного обучения и анализа данных кафедры искусственного интеллекта в биомедицинской инженерии (AIBE) Университета Фридриха-Александра, Эрланген-Нюрнберг (FAU), опубликованы в журнале Applied Sciences.
Инженер-исследователь УрФУ Алексей Жданов рассказал о проделанной работе: «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».
Он уточнил, что все параметры, как старые, так и новые, по-разному ранжируются в зависимости от их значимости. «Проверка эффективности этих алгоритмов показала, что классический анализ без дополнительных методов — это уровень подбрасывания монетки, то есть 50%, а наш вариант — это 75–80%», — заявил Жданов.
Доцент кафедры радиоэлектроники и телекоммуникаций УрФУ Василий Борисов в свою очередь сообщил, что в проделанном исследовании ученые использовали базу данных сигналов, которые снимают с сетчатки глаза реальных пациентов с помощью электрофизиологической станции.
Вейвлет-анализ этих сигналов позволил выделить новые параметры, определяющие тот или иной диагноз, которые затем были введены в разработанные алгоритмы. Вейвлет — математическое преобразование, создающее изображение из сигнала во времени. Оно более всего подходит для анализа коротких сигналов, которые получают с электрофизиологической станции, пояснил Алексей Жданов.
Далее команда ученых намерена на основе созданных алгоритмов разработать систему помощи врачу-офтальмологу.
«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.
Кроме того, исследователи собираются усовершенствовать работу алгоритмов с помощью нейронных сетей и в будущем определять болезни глаз еще точнее. Увеличение базы данных позволит более точно классифицировать разные болезни, а сам метод может быть использован при разработке новых офтальмологических препаратов.
