Искусственный интеллект все чаще помогает врачам ставить точные диагнозы.

Особенно это касается анализа медицинских снимков — он ускоряет оценку тяжести болезни, подбор лечения и контроль за его эффективностью.

Но большинство ИИ-моделей работают на статичных данных, а значит, не могут адаптироваться в реальном времени.

Группа ученых из Университета Флориды и их коллеги предложили новое решение: модель глубокого обучения, которая анализирует данные в режиме реального времени. Она помогает диагностировать нистагм — непроизвольные ритмичные движения глаз, которые часто указывают на проблемы с вестибулярным аппаратом или нервной системой.

Раньше для выявления нистагма использовали видеонистагмографию (VNG) и электронистагмографию.

Но у этих методов есть минусы:

• оборудование стоит дорого (VNG-аппараты — больше 100 000 долларов),
• оно громоздкое,
• сам процесс диагностики неудобен для пациента.

Новая система на базе ИИ проще и дешевле. Пациент записывает движение глаз на смартфон, загружает видео в облако, а врач удаленно анализирует данные. Все это — не выходя из дома.

В основе технологии — алгоритм, который отслеживает 468 ключевых точек на лице и оценивает скорость медленной фазы нистагма (это важно для определения его интенсивности, длительности и направления). Система строит графики и формирует отчеты, которые врач может изучить во время онлайн-консультации.

В пилотном исследовании участвовали 20 человек. Результаты, опубликованные в журнале Cureus, показали: ИИ справляется не хуже традиционных методов.

Наша модель может дополнить, а в некоторых случаях и заменить стандартные способы диагностики, особенно там, где сложно получить помощь специалиста, — говорит Али Данеш, руководитель исследования. — Мы объединили глубокое обучение, облачные технологии и телемедицину, чтобы сделать диагностику доступнее — даже для жителей отдаленных районов.

Алгоритм обучали на 15 000 кадров видео, разбитых на три группы: обучение, тестирование и проверка. Система умеет отсеивать помехи, например, моргание, чтобы не искажать результаты.

Кроме диагностики, технология упрощает работу врачей. Они получают готовые отчеты через телемедицинские платформы, сравнивают их с историей болезни и быстрее назначают лечение. Пациенты экономят время и деньги — повторные проверки можно делать дома, просто загружая новые видео.

Параллельно ученые тестируют умную гарнитуру с ИИ для мгновенного выявления нистагма. Пока система работает в контролируемых условиях, но требует доработок — например, устранения помех от датчиков.

Технология еще в начале пути, но у нее большой потенциал, — говорит Харшал Сангхви, ведущий автор исследования. — Она неинвазивная, работает в реальном времени и может применяться где угодно — в клиниках, больницах и даже дома.

Над проектом работают специалисты из разных областей: медицины, инженерии, компьютерных наук. Сейчас они улучшают точность модели, тестируют ее на разных группах пациентов и готовят документы для одобрения FDA.

С развитием телемедицины такие инструменты помогут раньше выявлять болезни, сократят нагрузку на врачей и упростят направление к специалистам», — заключает Данеш.  «В итоге выигрывают пациенты — независимо от того, где они живут.

Этот проект решает сразу несколько проблем:

• Доступность диагностики — люди из глубинки или с ограниченными финансами получают шанс на быструю и точную диагностику.
• Экономия ресурсов — не нужно закупать дорогое оборудование, достаточно смартфона и облачного сервиса.
• Удобство — пациенты избегают стресса от сложных процедур, а врачи экономят время.
• Масштабируемость — технологию можно адаптировать под другие неврологические и вестибулярные расстройства.

Главный вопрос — насколько система устойчива к «шумам» в реальных условиях. Смартфонные камеры снимают по-разному, освещение может быть плохим, а у пациентов — индивидуальные анатомические особенности. Пока исследование проводилось на малой выборке (20 человек), и неизвестно, как модель поведет себя при массовом использовании.

Ранее ученые научили ИИ точно диагностировать синдром Марфана по фотографии лица.