Идентификация структурных аномалий роговичных нервов при ранней диабетической кераопатии с поддержкой ИИ: разработка и валидация фреймворка глубокого обучения

Почему крошечные нервы глаза важны при диабете

Диабет хорошо известен тем, что повреждает крупные нервы в стопах и ногах, часто вызывая боль, онемение и даже ампутации. Но задолго до появления явных симптомов нарушения могут начаться в самых мелких нервах организма. Прозрачное окно спереди глаза — роговица — насыщено этими тонкими волокнами. В этом исследовании показано, как продвинутая визуализация и искусственный интеллект (ИИ) могут работать вместе, чтобы выявлять ранние повреждения нервов в роговице, что потенциально дает новый, безболезненный способ обнаружения нервных проблем у людей с диабетом до появления тяжелых осложнений.

Наблюдение ранних повреждений нервов через глаз

Современные тесты на диабетическую нейропатию далеки от совершенства. Простые прикроватные проверки зависят от навыков врача и ответов пациента и часто пропускают тонкие, ранние изменения. Более точные исследования, такие как исследования проводимости нервов или кожные биопсии, инвазивны, дороги и непрактичны для регулярного скрининга. Роговицу, однако, можно исследовать неинвазивно с помощью конфокальной микроскопии in vivo — специальной камеры, которая делает сильно увеличенные изображения роговичных нервов. Ранее исследователи показали, что общая утрата этих нервов коррелирует с тяжестью диабетической нейропатии. Но самые ранние предупреждающие признаки не всегда связаны с числом нервов; они могут проявляться как крошечные структурные дефекты вдоль в остальном целых волокон.

Фокус на небольших «горячих точках», называемых микронейромами

В последние годы клиницисты, использующие мощные микроскопы, заметили маленькие яркие вздутия вдоль роговичных нервов у пациентов с диабетом. Эти «микронейромы» интерпретируются как отражение напряжения или регенерации окончаний нервов и могут появляться до обширной утраты нервной ткани. Команда этого исследования поставила задачу научить компьютер автоматически распознавать эти тонкие признаки. Они собрали более 5000 изображений роговицы у пациентов с диабетом и у здоровых добровольцев в двух офтальмологических центрах Китая. Опытные специалисты по роговице тщательно отобрали изображения хорошего качества, пометили присутствие микронейром и распределили их по трём визуальным шаблонам: локализованные вздутия, большие луковичные утолщения и более рассеянные яркие пятна.

Обучение помощника на базе ИИ анализу изображений нервов

Используя эти помеченные экспертами изображения, исследователи построили многоступенчатую систему глубокого обучения. Сначала одна модель ИИ отсеивала размытые или нецелевые кадры и сохраняла только те, которые ясно показывали ключевой нервный слой. Вторая модель решала, есть ли на изображении микронейромы. Третья выделяла точные области, где находились эти поражения, а ещё три модели классифицировали их по трём визуальным типам. Система была обучена на данных из одной клиники, а затем протестирована как на невидимых изображениях из того же центра, так и на полностью независимой выборке из другой клиники, чтобы проверить надежность работы на разных группах пациентов и в разных сеансах съёмки.

Насколько хорошо ИИ показал себя на практике

ИИ продемонстрировал высокую точность базового контроля качества, правильно определяя пригодные для анализа изображения более чем в 97% случаев. При решении задачи наличия микронейромов он корректно классифицировал изображения примерно в 81–84% случаев как на внутреннем, так и на внешнем тестовых наборах. Его способность сегментировать и подразделять поражения также была сильной, при этом производительность оставалась достаточно высокой и на данных из второго центра. Чтобы оценить практическую значимость, команда попросила начинающих офтальмологов с небольшим опытом в этой технике прочитать отдельную выборку из 150 изображений сначала самостоятельно, а затем с поддержкой ИИ. С помощью ИИ их диагностическая точность выросла примерно с 69% до 88%, а среднее время чтения одного изображения сократилось более чем вдвое, что указывает на то, что такие инструменты могут ускорить работу клиник и снизить утомление врачей.

Что это может значить для людей с диабетом

Это исследование показывает, что тщательно обученная система ИИ может автоматически находить и описывать крошечные аномалии нервов в роговице и что это заметно помогает менее опытным врачам интерпретировать сложные офтальмологические сканы. Хотя работа пока ранняя и основана на ретроспективных данных из двух центров, она укрепляет идею о том, что поверхность глаза может служить «окном» в состояние мелких нервов организма. Если будущие многоцентровые долгосрочные исследования подтвердят, что роговичные микронейромы надежно сигнализируют о ранних повреждениях нервов при диабете, подобная ИИ-поддерживаемая визуализация может стать быстрым, неинвазивным методом скрининга людей с диабетом, мониторинга прогрессирования и, возможно, вмешательства до того, как повреждение нервов станет необратимым.

Цитирование: 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

Ключевые слова: диабетическая нейропатия, роговичные нервы, микронейромы, глубокое обучение, конфокальная микроскопия in vivo