Корреляция между оценкой высоты макулярной жидкости экспертами и количественной оценкой объема жидкости при неоваскулярной возрастной макулярной дегенерации

Почему это важно для повседневного зрения

По мере увеличения продолжительности жизни всё больше людей сталкиваются с возрастными заболеваниями глаз, которые могут лишить центрального зрения и затруднить чтение, вождение или распознавание лиц. Одна из самых серьёзных форм — влажная возрастная макулярная дегенерация — вызывает накопление жидкости в задней части глаза. Врачи должны оценивать количество жидкости, чтобы решать, когда вводить инъекции, помогающие сохранять зрение. В этом исследовании поставлен простой вопрос с большими последствиями: совпадают ли традиционные экспертные оценки сканов с тем, что видят современные инструменты искусственного интеллекта, измеряющие эту жидкость в трёх измерениях?

От плоских снимков к полнообъёмным представлениям

До недавнего времени офтальмологи и центры чтения опирались на тонкие поперечные срезы сетчатки и измеряли наибольшую высоту скоплений жидкости на одном центральном срезе. Эти показания «высоты» использовались как прокси общей активности заболевания и помогали определять частоту инъекций в глаз. Однако сетчатка — трёхмерная ткань, и жидкость может широко распространяться или собираться в небольших очагах далеко от точного центра. Исследователи использовали одобренный инструмент ИИ, который анализирует весь объём скана макулы и вычисляет количество жидкости в трёх ключевых пространствах внутри сетчатки, превращая плоские снимки в детализированные 3D-карты.

Сравнение человеческой оценки и ИИ

Команда проанализировала сканы глаз 890 человек с нелечённой влажной макулярной дегенерацией. Сертифицированные человеческие ридеры измеряли максимальную высоту трёх типов жидкости в пределах центрального миллиметра сетчатки: жидкость внутри слоёв сетчатки, жидкость непосредственно под светочувствительными клетками и выпячивания, где поддерживающий слой приподнимается. Система ИИ изучала те же сканы, автоматически обводя эти полости поксель за покселем и вычисляя как их максимальную высоту, так и общий объём в центре и по более широкой области диаметром шесть миллиметров. Это прямое сравнение позволило исследователям проверить, насколько близко совпадают экспертные измерения и расчёты ИИ.

Где ИИ согласился с экспертами и где отличался

Для жидкости внутри сетчатки и для приподнятых участков под пигментным слоем измерения высоты ИИ были очень близки к показателям экспертов, демонстрируя сильное согласие. Для жидкости, находящейся непосредственно под светочувствительными клетками, совпадение было более умеренным. В таких случаях человеческие ридеры склонны включать в учёт слегка неясный материал как часть жидкости, тогда как система ИИ исключала эти области. Когда исследователи сравнили простую высоту в центре с общим объёмом жидкости в трёх измерениях, они обнаружили хорошие корреляции лишь в узкой центральной зоне. При расширении области до шести миллиметров связь снижалась, особенно для мелкой, широко распространяющейся субретинальной жидкости, что показывает: одна самая высокая точка не отражает, сколько жидкости действительно заполняет макулу.

Где на самом деле накапливается жидкость

Сканируя всю область макулы, инструмент ИИ также показал, где чаще всего достигается пиковая концентрация жидкости. Жидкость внутри сетчатки чаще всего достигала наибольшей высоты близко к самому центру, но почти так же часто — чуть за его пределами. В отличие от этого, субретинальная жидкость и выпячивания пигментного слоя чаще пиковали в кольце вокруг центра, а не непосредственно под ним. Эта схема означает, что фокусировка только на самом центре сетчатки может пропускать важные очаги заболевания. Автоматизированные карты объёма могут быстро и последовательно выявлять эти внецентровые проблемные зоны, без трудоёмкого осмотра десятков срезов вручную.

Что это значит для пациентов и врачей

Исследование показывает, что для двух основных типов жидкости измерения ИИ согласуются с оценками экспертов, при этом добавляя информацию, которую простые показания высоты дать не могут. Также ясно, что самая высокая точка скопления жидкости является плохим эквивалентом её общего объёма и распространения по макуле. Для пациентов это означает, что инструменты ИИ могут помочь офтальмологам полнее отслеживать активность заболевания и точнее подбирать графики лечения в соответствии с реальной тяжестью жидкости в глазу. Вместо опоры на несколько ручных измерений врачи могли бы использовать автоматизированные карты полного объёма, чтобы решать, когда инъекции действительно необходимы, стремясь к более точной и потенциально более персонализированной помощи.

Цитирование: Steiner, S., Gerendas, B.S., Deak, G. et al. Correlation between human expert macular fluid height assessment and fluid volume quantification in neovascular age-related macular degeneration. Sci Rep 16, 14793 (2026). https://doi.org/10.1038/s41598-026-44982-8

Ключевые слова: возрастная макулярная дегенерация, ретинальная жидкость, оптическая когерентная томография, искусственный интеллект, визуализация глаза