Рутинные анализы крови и машинное обучение выявляют осложнения при высокой миопии

Почему простой анализ крови может помочь сохранить зрение

Многие знают, что сильная близорукость означает более толстые очки. Мало кто догадывается, что она также может незаметно повредить сам глаз, приводя к катаракте, глаукоме, отслойке сетчатки и другим проблемам, способным вызвать необратимую потерю зрения. Оборудование, необходимое для выявления этих осложнений — специализированные камеры и сканеры для глаз — дорого и доступно неравномерно, особенно вне крупных больниц. В этом исследовании рассматривается неожиданный альтернативный подход: использование результатов рутинных анализов крови в сочетании с машинным обучением, чтобы на ранней стадии выявлять пациентов с высокой миопией, у которых развиваются серьезные офтальмологические осложнения, задолго до появления симптомов.

От привычной проблемы зрения к тихой угрозе

Высокая миопия, как правило определяемая как выраженная близорукость, становится всё более распространённой во всем мире. Помимо нечеткого видения вдаль, она вызывает растяжение и истончение глаза, повышая риск катаракты, глаукомы, поражения светочувствительной макулы и отслойки сетчатки. Некоторые из этих состояний можно замедлить или лечить при раннем обнаружении, но многие пациенты с высокой миопией не проходят регулярные осмотры у специалистов. Современные методы визуализации, такие как оптическая когерентная томография, дают подробные изображения глаза, однако они дороги, требуют обученного персонала и редки во многих регионах. В результате многие опасные изменения остаются незамеченными, пока зрение уже существенно не пострадало.

В поисках признаков в обычных анализах крови

Исследователи задали вопрос: может ли информация, уже собираемая при стандартных медицинских осмотрах, быть полезной. Рутинные анализы крови недороги, широко доступны и выполняются миллионами людей ежедневно для оценки общего состояния здоровья. Ранее появились указания, что некоторые маркеры воспаления, метаболизма и свертываемости крови связаны с заболеваниями глаза. В этом исследовании команда собрала данные более чем от 10 000 пациентов с высокой миопией, лечившихся в пяти больницах Китая. У одних не было дополнительных проблем; у других развивалось одно из пяти основных осложнений: катаракта, дегенерация макулы, патологическое новообразование сосудов под сетчаткой, глаукома или отслойка сетчатки. Для каждого человека 61 общепринятый лабораторный показатель — включая виды лейкоцитов, уровни жиров в крови и показатели свертываемости — были поданы на вход ряду алгоритмов машинного обучения, чтобы проверить, могут ли закономерности в крови отличать осложнённую миопию от неосложнённой.

Девять чисел — отпечаток риска для глаза

Среди протестированных алгоритмов особенно хорошо показал себя метод случайного леса. Примечательно, что модели не требовались все 61 показателей. После тщательного отбора признаков набор из всего девяти рутинных маркеров — в основном определённые типы иммунных клеток (эозинофилы и базофилы и их проценты), тромбоциты, мочевая кислота и липиды крови, такие как триглицериды и аполипопротеин B — сохранил почти всю предсказательную мощность. Эти маркёры согласуются с тем, что известно о роли воспаления, липидов крови и свертывания в повреждении глаза при высокой миопии. Используя только эти девять показателей, модель с высокой точностью разделяла неосложненную и осложнённую миопию в исходной когорте больницы, и её эффективность оставалась высокой при тестировании в двух дополнительных больничных группах.

От компьютерной модели к практике скрининга

Чтобы понять, может ли подход работать в повседневной практике, исследователи встроили модель на основе девяти маркеров в простое веб-приложение, которым клиницисты могут пользоваться во время взятия крови. В проспективном больничном исследовании более чем 4 500 пациентов с высокой миопией инструмент пометил часть как группу высокого риска, а остальных — как низкого риска. Когда эти пациенты позднее проходили детальные офтальмологические обследования, у помеченных как высокорисковые вероятность наличия реального осложнения оказалась значительно выше, а модель пропускала относительно мало случаев. Команда затем перешла в сообщество, применив модель к почти 1 900 людям с высокой миопией, выявленным среди более 300 000 взрослых, участвовавших в рутинных медосмотрах. Среди тех, кого модель отнесла к высокому риску и кто согласился на дополнительное обследование, почти три из четырёх подтвердили наличие серьёзного осложнения — существенно выше, чем ожидалось бы при массовом направлении всех подряд.

Что это может означать для пациентов и системы здравоохранения

Исследование показывает, что что-то простое, как стандартный анализ крови, интерпретируемый через тщательно обученный алгоритм, может служить системой раннего предупреждения о опасных глазных заболеваниях у людей с высокой миопией. Это не заменяет специализированную визуализацию или осмотр у офтальмолога; скорее, помогает определить, кто наиболее срочно нуждается в этом дефицитном внимании. В условиях, где оборудование и специалисты ограничены, такой инструмент на основе крови может сделать массовый скрининг более практичным и доступным, позволяя выявлять многие случаи раньше и одновременно избегать ненужных направлений. Если метод подтвердят в других странах и доработают для уменьшения числа пропусков и ложных срабатываний, он может стать масштабируемым способом защиты зрения с использованием тестов, уже входящих в рутинную медпрактику.

Цитирование: Li, S., Ren, J., Wang, F. et al. Routine blood tests and machine learning identify complications in high myopia. Nat Commun 17, 3930 (2026). https://doi.org/10.1038/s41467-026-70891-5

Ключевые слова: высокая миопия, скрининг зрения, машинное обучение, биомаркеры в крови, офтальмологические осложнения