SoleFusion-Net: объяснимая мультимодальная модель глубокого обучения для классификации синдрома диабетической стопы при сахарном диабете 2 типа

Почему ваши ноги важны при диабете

У людей с диабетом 2 типа небольшие изменения в стопах могут незаметно перерасти в серьёзные проблемы, включая язвы и даже ампутацию. Врачи стремятся выявить поражение нервов на ранних стадиях, но текущие тесты полагаются на ощущения пациента и ручную оценку клинициста. В этом исследовании представлена SoleFusion-Net — компьютерная система, которая сочетает изображения того, как человек наступает, и рутинные клинические данные, чтобы отнести пациентов к группам с лёгким, средним или тяжёлым риском, одновременно показывая врачам, как была принята её рекомендация.

Видеть давление там, где глаз не замечает

Когда мы идём, разные участки стопы давят на землю с разной интенсивностью. При диабете поражение нервов и тонкие изменения в положении тела могут смещать эти нагрузки ещё до появления язвы. Исследователи использовали платформу с датчиками давления, чтобы записать цветные карты подошв у 504 человек с диабетом 2 типа. Каждая карта показывает, как вес распределяется по стопе во время шага. Эти изображения сопоставили со стандартными клиническими показателями, такими как возраст, индекс массы тела, кровяное давление и простые постельные тесты, проверяющие восприятие вибрации или лёгкого прикосновения на стопах.

Смешение изображений и клинических данных

SoleFusion-Net построена из двух основных ветвей. Одна ветвь работает только с картами давления, используя слоистые фильтры изображений, чтобы обнаруживать участки аномальной нагрузки подошвы. Другая ветвь анализирует клинические данные, выявляя закономерности в числовых показателях, таких как пороги восприятия вибрации и баллы монофиламента, отражающие состояние нервов. После того как каждая ветвь формирует своё сжатое представление данных, модель объединяет эти представления и выносит окончательный прогноз о том, является ли нейропатия лёгкой, средней или тяжёлой. Обучая и тестируя систему на пяти различных разбиениях одной и той же выборки, команда проверила, что её работа стабильна, а не случайна для конкретного поднабора данных.

Насколько хорошо система сортирует риск для стопы

По всем испытаниям SoleFusion-Net правильно классифицировала пациентов примерно в 83 процентах случаев. Особенно хорошо она разделяла лёгкую и тяжёлую степень повреждения нервов, чуть хуже справляясь с промежуточной группой, что также представляет сложность для человеческих обследователей. Кривые, сравнивающие долю верных положительных с ложными тревогами, показали сильную общую дискриминацию между тремя классами. Абляционный анализ, при котором части системы последовательно исключали, показал, что использование только изображений или только клинических данных заметно снижает точность. При сочетании обоих источников в схеме поздней слияния модель становится более сбалансированной и надёжной, чем любая отдельная составляющая.

Открывая «чёрный ящик» для клиницистов

Поскольку доверие критично в медицине, авторы применили несколько инструментов, чтобы объяснить, как принимает решения SoleFusion-Net. Для клинических данных они рассчитали вклад каждого признака в финальное решение. Восприятие вибрации и тесты монофиламентом на обеих стопах оказались наиболее влиятельными, что отражает современную медицинскую практику. Для изображений давления тепловые карты выделяли конкретные области подошвы, которые влияли на выбор модели, часто совпадая с участками, склонными к появлению язв. Дополнительные методы, включая простые дерева решений и объяснения на основе примеров, предложили альтернативные, более «человеческие» представления тех же выводов. В совокупности эти проверки показали, что система опирается на медицински обоснованные признаки, а не на случайные закономерности.

Что это значит для людей с диабетом

Исследование показывает, что тщательно спроектированная компьютерная модель может объединять данные о том, как вы наступаете, и результаты клинических тестов, чтобы дать объективную и прозрачную оценку повреждения нервов стопы. Хотя работа основана на данных одного госпиталя и требует проверки в других регионах и на другом оборудовании, она указывает путь к инструментам, которые могли бы раньше выявлять стопы высокого риска, направлять более частое наблюдение и поддерживать врачей в принятии решений о том, кому необходима более агрессивная профилактика язв. Короче говоря, SoleFusion-Net выступает в роли дополнительной пары глаз и рук, помогая превратить разрозненные измерения в более ясную картину здоровья стопы при диабете.

Цитирование: Sheikh, M.M., Balachandra, M., G, N.V. et al. SoleFusion-Net: an explainable multimodal deep learning framework for diabetic foot syndrome classification in type II diabetes mellitus. Sci Rep 16, 15973 (2026). https://doi.org/10.1038/s41598-026-42207-6

Ключевые слова: диабетическая стопа, периферическая нейропатия, изображение подошвенного давления, мультимодальное глубокое обучение, объяснимый ИИ