Быстрый тест для выявления дефицита красно‑зелёного цветового зрения с помощью задания на называние цветов, поддерживаемого нейросетью

Почему это важно в повседневной жизни

Миллионы людей видят цвета иначе, не подозревая об этом, а традиционные тесты цветового зрения могут быть медленными, дорогими или неудобными для детей, пожилых людей и людей с ограниченной подвижностью. В этом исследовании представлен быстрый и простой компьютерный метод для обнаружения красно‑зелёных нарушений цветового зрения: людям предлагают назвать увиденные цвета, а система искусственного интеллекта анализирует ответы и определяет, типично ли их зрение.

Как цветовое зрение может различаться у людей

Человеческое цветовое зрение в основном опирается на три типа светочувствительных клеток в глазу, настроенных примерно на длинные (красноватые), средние (зелёные) и короткие (синеватые) длины волн. Когда один тип отсутствует, не функционирует или сдвинут по чувствительности, люди могут путать определённые оттенки, особенно красные и зелёные. Некоторые люди — диахроматы, полагающиеся только на два типа колбочек, в то время как у других — аномальные трихроматы: все три колбочки присутствуют, но одна сдвинута, из‑за чего некоторые цвета труднее различать. Красно‑зелёные различия встречаются примерно у 8% людей, в основном с рождения; у других нарушения цвета могут развиваться позже из‑за заболеваний глаза или приёма лекарств.

Ограничения существующих тестов цветового зрения

Врачи и работодатели используют несколько типов тестов. Известные тесты с пластинами, где нужно различить числа или фигуры из цветных точек, хорошо обнаруживают проблемы, но чувствительны к условиям освещения и не всегда подходят для экрана. Более сложные цифровые тесты, например показывающие движущиеся цветные формы или требующие тонкой ручной координации, позволяют детально измерять зрение, но часто занимают 20–30 минут и требуют концентрации и хороших моторных навыков. Другие тесты просят расположить цветные фишки по порядку или сравнить цветовые источники, что может утомлять, быть сложным для детей или пожилых людей и требовать специального оборудования.

Простая идея: просто назовите то, что видите

Исследователи опробовали иной подход, близкий к повседневному опыту: называние цветов. Они показали 56 добровольцам 182 цвета, выбранных из естественных сцен — оттенки, похожие на те, что встречаются в реальных объектах, — и просили назвать каждый из них, используя 11 базовых цветовых слов на португальском (например, красный, зелёный, синий или коричневый). В группу входили люди с типичным цветовым зрением и с разными типами красно‑зелёных нарушений. Вместо того чтобы полагаться на интерпретацию эксперта, команда подавала шаблоны ответов в нейросеть — тип искусственного интеллекта, способный распознавать сложные закономерности в данных.

Чему научился искусственный интеллект

Нейросеть обучали на трёх уровнях классификации: сначала просто определять, типично ли цветовое зрение; затем различать типичное зрение, диахроматов и аномальных трихроматов; и, наконец, выделять пять детализированных категорий, включая конкретные типы потери красно‑зелёного восприятия. При использовании полного набора из 182 цветов модель с высокой точностью выявляла людей с нарушениями цветового зрения: для базового скрининга и чувствительность (выявление людей с нарушением), и специфичность (неошибочная идентификация людей с типичным зрением) превышали 95%. Даже при пятиклассовой сортировке модель оставалась полезной, хотя и менее точной, что отражает более сложный характер этой задачи.

Поиск наиболее информативных цветов

Чтобы ускорить тест, команда искала меньший набор цветов, содержащих основную полезную информацию. Они использовали метод, показывающий, на какие входы нейросеть опирается сильнее всего, и ранжировали все 182 цвета по важности. Повторно переобучая и тестируя систему на лучших 5, 10, 15, 20 и 25 цветах, исследователи обнаружили, что примерно 20 тщательно подобранных цветов дают даже немного лучшую эффективность скрининга по сравнению с полным набором. Это указывает на то, что лишние цвета могут вносить шум, а не ясность, и что сокращённый тест может быть выполнен комфортно менее чем за две минуты на стандартном калиброванном экране.

Что это значит для здоровья и повседневного скрининга

Исследование показывает, что быстрый, малозатратный тест на называние цветов с автоматической интерпретацией искусственным интеллектом может соперничать с классическими пластинчатыми тестами в обнаружении красно‑зелёных нарушений, при этом легче переводится в цифровой формат и удобнее для многих пользователей. Поскольку тест опирается на устные или простые ответы и статические изображения, он может пригодиться не только для рутинных проверок зрения и профессионального отбора, но и для отслеживания заболеваний глаза или изучения цветовых изменений, связанных с состояниями мозга, такими как болезнь Альцгеймера или аутизм. Проще говоря, это шаг к тому, чтобы короткое приложение‑тест за пару минут надёжно сигнализировало о проблемах с цветовосприятием.

Цитирование: Monteiro, J.A.R., Marques, D.N., Linhares, J.M.M. et al. Rapid test for detecting red–green color vision deficiencies using a neural network-assisted color-naming task. Sci Rep 16, 9987 (2026). https://doi.org/10.1038/s41598-026-38222-2

Ключевые слова: дефицит цветового зрения, красно‑зелёная дальтония, скрининг с нейросетью, цифровой тест для зрения, называние цветов