Искусственный интеллект в скрининге диабетической ретинопатии: национальное исследование в Англии

Диабетическая ретинопатия остаётся одной из основных причин слепоты среди людей трудоспособного возраста во всём мире. В Англии ежегодно проводят более 2,2 миллиона скрининговых обследований глаз у пациентов с диабетом. Каждое такое обследование требует ручного анализа изображений сетчатки двумя-тремя обученными специалистами. Это трудоёмкий и дорогой процесс, создающий огромную нагрузку на систему здравоохранения.

Автоматизированные системы анализа изображений сетчатки (ARIAS) на основе искусственного интеллекта могут взять на себя первичную сортировку снимков, оставляя человеку только сложные случаи. Однако до последнего времени не хватало крупных независимых исследований, сравнивающих разные системы в реальной клинической практике.

В исследовании, опубликованном в журнале The Lancet Digital Health (ноябрь 2025 года), оценили работу восьми коммерческих систем ARIAS, имеющих европейскую сертификацию. Участвовала программа скрининга на северо-востоке Лондона — одном из самых густонаселённых и этнически разнообразных районов Великобритании. Среди пациентов 29% составляли белые, 17% — чёрные, 41% — выходцы из Южной Азии.

За 2021–2022 годы собрали 202 886 скрининговых эпизодов (126 365 человек, более 1,2 миллиона изображений). Эталоном служила финальная оценка человека-специалиста.

Эффективность автоматизированных систем

Выявление тяжёлых форм ретинопатии

Чувствительность систем для выявления патологии, требующей направления к офтальмологу, составила от 83,7% до 98,7% в зависимости от алгоритма. Для тяжёлых форм (умеренно-тяжёлая непролиферативная и пролиферативная ретинопатия) чувствительность достигала 96,7–99,8%. Системы показали стабильные результаты в разных этнических группах и независимо от уровня материального благосостояния.

Лёгкие формы и макулопатия

Наибольшая вариабельность между системами наблюдалась при выявлении лёгкой непролиферативной ретинопатии с макулопатией — чувствительность варьировала от 79,5% до 98,3%. Здесь же отмечались различия в работе алгоритмов у пациентов разного возраста и этнической принадлежности.

Ложноположительные результаты

Доля ложноположительных срабатываний для здоровых глаз составила от 4,3% до 61,4% в зависимости от алгоритма. Доля скрининговых эпизодов, которые потребовали бы вмешательства человека при использовании ИИ в качестве первого этапа, варьировала от 23% до 74%. Шесть из восьми систем имели альтернативные пороги срабатывания для более тяжёлых форм.

Сравнение с врачами

Первичные специалисты правильно классифицировали активную пролиферативную ретинопатию в 96,4% случаев. Чувствительность врачей, как и некоторых ИИ-систем, снижалась у пожилых пациентов — вероятно, из-за ухудшения качества изображений при катаракте или узком зрачке.

Включение дополнительного критерия остроты зрения (6/12 или хуже) повысило чувствительность систем для лёгких форм и макулопатии. Среди случаев, пропущенных ИИ, менее 0,5% впоследствии были направлены к офтальмологу по поводу диабетической ретинопатии.

Заключение

Системы искусственного интеллекта показали высокую чувствительность при выявлении среднетяжёлых и тяжёлых форм диабетической ретинопатии, работая стабильно в разных возрастных и этнических группах. Внедрение таких алгоритмов может снизить нагрузку на специалистов на 26–77%, ускорить обработку снимков и сократить расходы системы здравоохранения. Эффективное ведение пациентов с диабетом включает не только регулярный скрининг, но и грамотное назначение лекарственных препаратов для контроля основного заболевания и профилактики осложнений.

Прочитать полную версию исследования можно по ссылке.