BigEye: клинически интерпретируемая система глубокого обучения для выявления и стадирования диабетической ретинопатии

Почему простой снимок глаза может спасти зрение

У многих людей с диабетом потеря зрения развивается незаметно. Один снимок глаза, сделанный в кабинете врача, может выявить ранние повреждения задолго до появления симптомов, но для интерпретации этих изображений требуются специалисты. В этом исследовании представлена система «BigEye», предназначенная не только для обнаружения диабетических поражений глаза по таким снимкам, но и для объяснения своих решений с использованием терминов, знакомых врачам — что потенциально делает скрининг быстрее, более последовательным и более заслуживающим доверия.

Как диабет тихо разрушает глаз

Диабетическая ретинопатия — это осложнение диабета, при котором повреждается светочувствительная ткань на задней стенке глаза, сетчатка. Высокий уровень сахара в крови ослабляет крошечные кровеносные сосуды, которые питают эту ткань: они начинают протекать, закупориваться или образовываться аномально. Со временем эти изменения проявляются в виде характерных признаков — крошечных выпячиваний сосудов, небольших кровоизлияний, желтоватых отложений жира и белков, пушистых белых участков с гибелью нервной ткани и хрупких новообразованных сосудов, которые могут оттянуть сетчатку. Врачи исследуют эти изменения на специальных фотографиях — фундус‑изображениях — и используют международную пятибалльную шкалу для классификации стадии заболевания: от его отсутствия до продвинутых, угрожающих зрению стадий.

Почему врачам нужны машины, которым можно задавать вопросы

Программы на основе глубокого обучения уже сопоставимы с офтальмологами в выявлении диабетической ретинопатии по снимкам, и некоторые из них одобрены для клинического применения. Но многие такие системы ведут себя как «черные ящики»: они могут быть очень точными, но мало объяснять, как было принято то или иное решение. Для врачей, которым нужно обосновывать диагнозы, взвешивать риски лечения и защищаться от редких, но серьёзных ошибок, отсутствие прозрачности — серьёзное препятствие. Им на самом деле нужны инструменты, которые рассуждают в терминах, близких человеческим экспертам — инструменты, которые могли бы сказать, по сути: «Я отнёс этот случай к умеренной стадии, потому что вижу много мелких выпячиваний сосудов и несколько жировых отложений в этих частях сетчатки».

Чем BigEye отличается

BigEye создан так, чтобы имитировать то, как клиницисты мыслят о повреждениях сетчатки. Исследователи объединили снимки глаз из местной больницы и общественной французской программы скрининга, собрав более 600 изображений, охватывающих все пять стадий заболевания. Специалисты тщательно обвели шесть ключевых типов повреждений на этих изображениях: крошечные выпячивания сосудов, области кровотечений, жировые отложения, пушистые белые участки нервной гибели, аномальные новые сосуды и рубцы от лазерного лечения. Затем модель глубокого обучения обучили автоматически воспроизводить эти контуры — по сути, она научилась «закрашивать» каждый тип повреждения самостоятельно при виде нового снимка.

Преобразование пятен и рубцов в стадию

Когда BigEye научился выделять эти поврежденные участки, система превращает их в простые измерения: сколько каждого типа поражений присутствует и какую долю площади сетчатки они занимают. Эти показатели формируют таблицу чисел, которую подают на вход нескольким моделям машинного обучения, задача которых — предсказать официальную стадию заболевания. Лучшая модель, основанная на древовидном подходе Light Gradient Boosting, корректно классифицировала стадии примерно в 83% случаев. Она особенно хорошо отличала глаза без болезни от тех, где повреждения серьёзнее, хотя иногда путала соседние стадии, например умеренную и тяжёлую, когда их признаки выглядели очень похоже.

Заглянуть в рассуждения модели

Чтобы проверить, рассуждает ли BigEye подобно клиницисту, команда использовала метод SHAP, чтобы выяснить, какие измерения поражений сильнее всего влияли на каждую предсказанную стадию. Обнаруженные закономерности тесно соответствовали медицинским правилам. Изображения, помеченные как не поражённые, были связаны с очень низким количеством всех типов поражений. Лёгкая стадия определялась в основном крошечными выпячиваниями сосудов, как и ожидают человеческие эксперты. Умеренная стадия показывала сочетание этих выпячиваний и жировых отложений, тогда как тяжёлая стадия была связана с большим числом кровяных пятен и пушистых белых участков. Наиболее продвинутая стадия в значительной степени зависела от признаков роста новых сосудов и рубцов от лазерного лечения — что снова соответствует оценкам специалистов.

Что это означает для людей с диабетом

BigEye демонстрирует, что компьютер может оценивать диабетическое поражение глаза, опираясь на те же видимые предупреждающие признаки, которым доверяют врачи, а не на мистические внутренние паттерны. Хотя исследование использовало умеренный по размеру набор данных и испытывало некоторые трудности с самыми маленькими и тонкими поражениями, подход показывает перспективное направление: системы, которые могут быстро скринировать большое число пациентов и при этом наглядно показывать, какие типы повреждений повлияли на каждое решение. Для людей с диабетом это может означать более раннее выявление, более последовательную помощь и более содержательные разговоры с врачом о том, что происходит в их глазах и как сохранить зрение.

Цитирование: Gill, H.M., Salem, D.H., Omoru, O.B. et al. BigEye: a clinically interpretable deep learning framework for diabetic retinopathy detection and stage prediction. Sci Rep 16, 12574 (2026). https://doi.org/10.1038/s41598-026-43573-x

Ключевые слова: диабетическая ретинопатия, ретинальная визуализация, объяснимая ИИ, медицинское глубокое обучение, офтальмология