Новая система анализа изображений сетчатки для раннего скрининга сахарного диабета

Новая автоматическая программа анализа изображений сетчатки продемонстрировала раннюю и быструю диагностику сахарного диабета 2 типа


Гиподиагностика сахарного диабета II типа является глобальной проблемой здравоохранения. Предыдущие исследования показали, что примерно 50% всех случаев диабета не диагностируются вовремя, что приводит к большему количеству диабетических осложнений. Многие современные методы диагностики сахарного диабета II типа (СД2) опираются на показатели глюкозы в крови и достаточно вариабельны. Напротив, цифровой подход, основанный на автоматическом анализе изображений сетчатки (фотографий глазного дна), представляет собой достаточно точный маркер общего гликемического статуса.

В исследовании приняли участие 2221 пациент, 945 из которых относились к группе с СД2, а 1276 представляли контрольную группу. Всем участникам сделаны снимки сосудов сетчатки с помощью фотокамеры глазного дна на узком зрачке. Автоматическая программа анализа изображений сетчатки была разработана для оценки микрососудистых характеристик сетчатки, что также позволит оценить риск развития СД2. Дополнительно изучались данные тестирования из Гонконга, в котором участвовали 660 пациентов с СД2 и 734 в качестве группы контроля, и из Великобритании – 1682 пациентов с СД.

Автоматическая программа анализа изображений сетчатки показала 92% чувствительность и 96% специфичность. Данные валидирования из Гонконга продемонстрировали 99% чувствительности и 91% специфичности, из Великобритании – 98% чувствительности. Таким образом, результаты валидации  позволяют использовать эту систему во всем мире.

Автоматическая программа анализа изображений сетчатки для оценки риска СД2 была валидирована по данным из нескольких стран. Анализ изображений сетчатки является быстрым, удобным и неинвазивным методом диагностики. Кроме того, это идеальное решение для предварительного скрининга недиагностированного сахарного диабета.

 

Источник: Zee B, Lee J, Lai M, et al Digital solution for detection of undiagnosed diabetes using machine learning-based retinal image analysis BMJ Open Diabetes Research and Care 2022





Актуальные проблемы

Специализации




Календарь событий:




Вход на сайт