Wspomagana przez AI detekcja strukturalnych nieprawidłowości nerwów rogówki we wczesnej keratopatii cukrzycowej: opracowanie i walidacja ram głębokiego uczenia

Dlaczego drobne nerwy oka mają znaczenie przy cukrzycy

Cukrzyca jest powszechnie znana z uszkadzania dużych nerwów w stopach i nogach, co często prowadzi do bólu, drętwienia, a nawet amputacji. Jednak na długo przed tym, nim te uszkodzenia staną się oczywiste, najmniejsze nerwy w organizmie mogą zacząć funkcjonować nieprawidłowo. Przezroczysta przednia część oka — rogówka — jest gęsto utkana tymi cienkimi włóknami. W tym badaniu pokazano, jak zaawansowane obrazowanie i sztuczna inteligencja (AI) mogą współpracować, by wykryć wczesne uszkodzenia nerwów w rogówce, oferując potencjalnie nowy, bezbolesny sposób wykrywania problemów nerwowych u osób z cukrzycą, zanim staną się poważne.

Widzenie wczesnych uszkodzeń nerwów przez oko

Obecne testy wykrywające uszkodzenia nerwów w cukrzycy są dalekie od doskonałości. Proste badania przy łóżku pacjenta zależą od umiejętności lekarza i reakcji pacjenta, i często nie wychwytują subtelnych, wczesnych zmian. Bardziej precyzyjne badania, takie jak badania przewodnictwa nerwowego czy biopsje skóry, są inwazyjne, kosztowne i niepraktyczne do rutynowego przesiewu. Rogówkę można jednak zbadać nieinwazyjnie za pomocą mikroskopii konfokalnej in vivo — specjalistycznej kamery rejestrującej silnie powiększone obrazy nerwów rogówki. Badacze wykazali już, że ogólny ubytek tych nerwów koreluje z ciężkością neuropatii cukrzycowej. Jednak najwcześniejsze ostrzeżenia nie zawsze dotyczą liczby nerwów; mogą dotyczyć drobnych defektów strukturalnych wzdłuż pozornie nieuszkodzonych włókien.

Skupiając się na drobnych ogniskach zwanych mikroneuromami

W ostatnich latach klinicyści używający wysokomocowych mikroskopów zauważyli małe, jasne, spuchnięte punkty wzdłuż nerwów rogówki u osób z cukrzycą. Te „mikroneuromy” uważa się za odzwierciedlenie zestresowanych lub regenerujących się zakończeń nerwowych i mogą pojawiać się przed rozległymi ubytkami nerwów. Zespół stojący za tym badaniem postanowił nauczyć komputer automatycznego rozpoznawania tych subtelnych cech. Zgromadzili ponad 5 000 obrazów rogówki od osób z cukrzycą i zdrowych ochotników w dwóch ośrodkach okulistycznych w Chinach. Doświadczeni specjaliści od rogówki starannie odfiltrowali obrazy niskiej jakości, oznaczyli miejsca występowania mikroneurom i sklasyfikowali je w trzy widoczne wzory: ogniskowe obrzmienia, większe bulwiaste powiększenia oraz bardziej rozproszone jasne plamy.

Szkolenie asystenta AI do odczytu obrazów nerwów

Wykorzystując obrazy oznaczone przez ekspertów, badacze zbudowali wieloetapowy system głębokiego uczenia. Najpierw jeden model AI odrzucał obrazy rozmyte lub ukazujące niewłaściwą warstwę i zatrzymywał tylko te wyraźnie pokazujące kluczową warstwę nerwową. Drugi model oceniały, czy dany obraz w ogóle zawiera mikroneuromy. Trzeci wyznaczał dokładne obszary, w których pojawiały się te zmiany, a trzy dodatkowe modele kategoryzowały je na trzy typy wizualne. System był trenowany na danych z jednego szpitala, a następnie testowany zarówno na nieznanych obrazach z tego samego ośrodka, jak i na całkowicie niezależnej grupie z drugiego szpitala, aby sprawdzić, czy działa niezawodnie w różnych populacjach pacjentów i sesjach obrazowania.

Jak AI spisała się w praktyce

AI okazała się bardzo dokładna w podstawowej kontroli jakości, poprawnie oceniając użyteczne obrazy w ponad 97% przypadków. Przy decyzji, czy występują mikroneuromy, klasyfikowała obrazy prawidłowo w przybliżeniu w 81–84% przypadków zarówno w wewnętrznych, jak i zewnętrznych zestawach testowych. Jej zdolność do segmentacji i podtypowania zmian również była silna, a wydajność pozostała stosunkowo wysoka nawet na danych z drugiego ośrodka. Aby sprawdzić, czy ma to znaczenie w rzeczywistym odczycie, zespół poprosił młodszych lekarzy okulistów — z niewielkim formalnym przeszkoleniem w tej technice obrazowania — aby ocenili oddzielny zestaw 150 obrazów najpierw samodzielnie, a potem z pomocą AI. Dzięki wsparciu AI ich dokładność diagnostyczna wzrosła z około 69% do 88%, a średni czas odczytu na obraz został skrócony o ponad połowę, co sugeruje, że takie narzędzia mogą przyspieszyć pracę gabinetów i zmniejszyć zmęczenie wzrokowe lekarzy.

Co to może oznaczać dla osób z cukrzycą

Badanie pokazuje, że starannie przeszkolony system AI może automatycznie znaleźć i opisać drobne nieprawidłowości nerwów w rogówce oraz że takie wsparcie może istotnie pomagać mniej doświadczonym lekarzom interpretować złożone skany oka. Chociaż badania są wciąż wczesne i opierają się na danych retrospektywnych z dwóch ośrodków, wzmacniają koncepcję, że powierzchnia oka może działać jako „okno” na stan małych nerwów organizmu. Jeśli przyszłe, wieloośrodkowe i długoterminowe badania potwierdzą, że mikroneuromy rogówki wiarygodnie sygnalizują wczesne uszkodzenie nerwów cukrzycowych, tego typu obrazowanie wspomagane AI może stać się szybkim, nieinwazyjnym sposobem przesiewu osób z cukrzycą, śledzenia postępu choroby i być może interwencji, zanim uszkodzenie nerwów stanie się trwałe.

Cytowanie: Pan, J., Shi, X., Wan, L. et al. AI-Assisted detection of corneal nerve structural abnormalities in early diabetic keratopathy: development and validation of a deep learning framework. Sci Rep 16, 5846 (2026). https://doi.org/10.1038/s41598-026-36576-1

Słowa kluczowe: neuropatia cukrzycowa, nerwy rogówki, mikroneuromy, głębokie uczenie, mikroskopia konfokalna in vivo