Электроретинограмма и ИИ для оценки риска неврологических заболеваний
Краткое изложение публикации в сообществе «Врачи РФ» от .
Ученые центра «Искусственный интеллект» Уральского федерального университета имени первого Президента России Б.Н. Ельцина (УрФУ) в составе международной группы разработали алгоритм для анализа сигналов световой электроретинограммы — функционального теста сетчатки глаза. Метод на основе искусственного интеллекта выявляет признаки СДВГ, расстройств аутистического спектра и болезни Паркинсона. Результаты исследования опубликованы в журнале Bioengineering.
Алгоритм обучили на данных людей с заболеваниями и без них; исследователи сравнили четыре метода и использовали библиотеку SHAP для оценки вклада отдельных параметров в прогноз. Технология explainable AI отмечает значимые участки сигнала, помогая врачу оценить логику модели и решить, требуется ли дальнейшее обследование. Метод предназначен для предварительной оценки вероятности заболеваний и не заменяет специалиста. По сравнению с нейросетевыми подходами алгоритм проще, быстрее и требует меньше вычислительных ресурсов. Исследователи планируют адаптировать его для распознавания врожденной куриной слепоты, глаукомы и других нейродегенеративных расстройств.
Главное
- Алгоритм УрФУ анализирует сигналы световой электроретинограммы с помощью искусственного интеллекта.
- Метод выявляет признаки СДВГ, расстройств аутистического спектра и болезни Паркинсона.
- Для обучения использовали данные людей с заболеваниями и без них; исследователи сравнили четыре метода.
- Технология explainable AI выделяет значимые участки сигнала, а алгоритм оценивает вероятность заболеваний предварительно.
- Исследователи планируют адаптировать алгоритм для распознавания врожденной куриной слепоты и глаукомы.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация