Интеграция генетики, возраста и визуализации для прогнозирования результатов лечения неоваскулярной возрастной макулярной дегенерации: исследование концепции

Почему это важно для зрения и старения

По мере увеличения продолжительности жизни всё больше людей подвергаются риску возрастной макулярной дегенерации — заболевания, которое может лишить центрального зрения и сделать повседневные задачи, такие как чтение или вождение, затруднительными или невозможными. Врачам теперь доступны эффективные внутриглазные инъекции, способные замедлить или остановить одну агрессивную форму болезни, но пациенты сильно различаются по тому, насколько хорошо они реагируют и как часто им требуется лечение. В этом исследовании проверяется, может ли объединение данных о генах, снимках глаза и возрасте помочь врачам прогнозировать, кто с наибольшей вероятностью получит пользу от терапии и как болезнь будет развиваться со временем, открывая путь к более персонализированной офтальмологической помощи.

Соединяя три подсказки

Исследователи сосредоточились на неоваскулярной возрастной макулярной дегенерации, «влажной» форме, вызванной протекающими новыми сосудами под сетчаткой. Все 106 участников лечились в одной специализированной глазной клинике по единому протоколу «лечить-и-продлевать» с применением анти-VEGF-инъекций — стандартных препаратов для контроля болезни. Для каждого пациента команда собрала три типа информации, рутинно доступные в современных клиниках: детальные поперечные снимки сетчатки (ОСТ-сканы), образец крови для генетического тестирования и простые демографические данные, такие как возраст при первой инъекции.

Чтение сетчатки с помощью искусственного интеллекта

ОСТ-сканы могут выявлять крошечные скопления жидкости и другие структурные изменения в сетчатке, указывающие на активность болезни. Вместо опоры на оценки человека команда использовала модель глубокого обучения для автоматического измерения объёма нескольких ключевых признаков, включая жидкость внутри и под сетчаткой и выпячивания под светочувствительным слоем. Эти измерения служили объективными индикаторами степени повреждения или активности глаза в начале лечения. Главная цель заключалась в том, чтобы предсказать, станет ли макула «сухой» — фактически свободной от видимой жидкости — через два года после начала лечения, состояние, отражающее спокойную болезнь и легко проверяемое на изображениях.

Генетическая нагрузка как дополнительная часть головоломки

В исследование также был включён полигенный риск-скор — единое число, суммирующее совокупный эффект множества распространённых генетических вариантов, связанных с макулярной дегенерацией. Вместо того чтобы самостоятельно предсказывать ответ на лечение, этот скор главным образом отражает степень предрасположенности человека к заболеванию и возможный возраст его появления. В этой когорте люди в целом имели более высокий генетический риск по сравнению с общей популяцией, и у тех, у кого скор был выше, как правило, лечение начиналось в более молодом возрасте, что указывает на то, что генетическая нагрузка вызывает более раннее развитие болезни, даже если она напрямую не определяет реакцию глаза на инъекции.

Насколько хорошо сработала объединённая модель

Чтобы проверить, улучшает ли объединение этих подсказок прогнозирование, исследователи построили модели машинного обучения, использовавшие разные комбинации возраста, изображений и генетических данных. При попытке предсказать сухую макулу через два года, используя только признаки со сканов глаза, точность была удовлетворительной. После добавления генетического риска и возраста способность модели различать глаза, которые впоследствии станут сухими, и те, которые нет, заметно возросла, достигнув высокого уровня по общепринятым статистическим стандартам.

Что это значит для пациентов и будущего

Для людей, живущих с макулярной дегенерацией или находящихся в зоне риска, это пилотное исследование показывает, что более точный подход к лечению может появиться в обозримом будущем. Объединяя унаследованный риск, тонкие детали строения сетчатки и возраст пациента, врачи в конечном итоге смогут оценивать шансы на достижение спокойной, свободной от жидкости макулы и планировать последующее наблюдение соответствующим образом. Текущее исследование невелико и выполнено в одном центре, поэтому его модели ещё не готовы к повседневному клиническому применению, и они сосредоточены на анатомических исходах, а не на повседневном зрительном опыте. Тем не менее результаты показывают, что объединение генетики и передовой визуализации в единую систему искусственного интеллекта технически осуществимо и биологически обосновано, закладывая основу для более крупных исследований, которые могли бы принести точную медицину на передовую офтальмологической помощи.

Цитирование: Moghul, I., Pontikos, N., Sharma, A. et al. Integrating genetics, age and imaging to predict treatment outcomes in neovascular age-related macular degeneration: a proof-of-concept study. Sci Rep 16, 12489 (2026). https://doi.org/10.1038/s41598-026-41931-3

Ключевые слова: возрастная макулярная дегенерация, генетический риск-скор, изображение сетчатки, искусственный интеллект, персонализированное лечение глаз