
Автономный ИИ в скрининге диабетической ретинопатии

Содержание
- Почему нужно проводить скрининг диабетической ретинопатии
- Чего ВОЗ ожидает от программы скрининга
- От алгоритма к автономной диагностике
- Чувствительность и специфичность при скрининге
- Эффективность за пределами исходного исследования
- Что происходит с направлением
- Ограничения и меры предосторожности
- Как NEXO помогает тренировать это мышление
- Частые вопросы
- Главное запомнить
- Источники
В вымышленном случае мужчина 52 лет с диабетом 2 типа в течение шести лет приходит в учреждение первичной помощи, чтобы продлить рецепты. Он видит хорошо, жалоб на зрение нет, и он не проходил осмотр глазного дна три года, потому что ближайший офтальмолог находится в двух часах езды. В соседнем с кабинетом помещении есть камера для съемки сетчатки. Техник из самого учреждения фотографирует оба глаза, программа анализирует изображения, и через несколько минут результат появляется в медицинской карте: обнаружена диабетическая ретинопатия более чем легкой степени, направить к специалисту.
Результат появился раньше, чем какой-либо врач посмотрел на фотографии. Это и есть автономная диагностика с помощью искусственного интеллекта (ИИ): система сама решает, положителен результат обследования или отрицателен, и человеку, который управляет камерой, не нужно уметь интерпретировать сетчатку. Всемирная организация здравоохранения (ВОЗ) включает обследование глаз для скрининга ретинопатии, которая вызывает слепоту, в дополнительные виды помощи, которые могут понадобиться человеку с диабетом (ВОЗ, Diabetes).
В этом тексте ВОЗ служит отправной точкой и рассматриваются три вопроса: как появилась первая автономная диагностика, что означают чувствительность и специфичность, когда цель — скрининг, и что происходит с пациентом после того, как система направляет его к специалисту.
Основные пункты
- В 2016 году алгоритм глубокого обучения выявил диабетическую ретинопатию, требующую направления, на фотографиях с чувствительностью 97,5 процента и специфичностью 93,4 процента в точке отсечения, выбранной для скрининга, в ретроспективном исследовании (Gulshan et al., 2016).
- Основополагающее исследование 2018 года в десяти учреждениях первичной помощи США показало чувствительность 87,2 процента и специфичность 90,7 процента и привело к одобрению первой автономной диагностики с помощью ИИ (Abràmoff et al., 2018).
- В рандомизированном исследовании с молодыми людьми от 8 до 21 года автономное обследование в самом учреждении повысило прохождение осмотра глаз за шесть месяцев с 22 до 100 процентов (Wolf et al., 2024).
- По мнению ВОЗ, скрининг требует полного пути, включающего направление, подтверждение и лечение, а не только тест (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
- Почему нужно проводить скрининг диабетической ретинопатии
- Что ВОЗ ожидает от программы скрининга
- От алгоритма к автономной диагностике
- Чувствительность и специфичность при скрининге
- Результативность вне первоначального исследования
- Что происходит после направления
- Ограничения и меры предосторожности
- Как NEXO помогает тренировать такое рассуждение
- Часто задаваемые вопросы
- Ключевые выводы
Почему нужно проводить скрининг диабетической ретинопатии
Число людей, живущих с диабетом, выросло с 200 миллионов в 1990 году до 830 миллионов в 2022 году, и рост был быстрее в странах с низким и средним доходом (ВОЗ, Diabetes). В 2022 году 14 процентов взрослых в возрасте 18 лет и старше жили с диабетом (ВОЗ, Diabetes).
Диабетическая ретинопатия входит в число основных причин нарушения зрения и слепоты в мире, наряду с аномалиями рефракции, катарактой, глаукомой и возрастной макулярной дегенерацией (ВОЗ, Blindness and vision impairment). Среди миллиарда людей, чье нарушение зрения можно было предотвратить или которое еще не было вылечено, ВОЗ относит 3,9 миллиона к диабетической ретинопатии (ВОЗ, Blindness and vision impairment).
Ключевой момент для скрининга состоит в том, что заболевание обычно протекает бессимптомно в начале. ВОЗ подчеркивает, что при таких состояниях, как диабетическая ретинопатия, раннее выявление и своевременное лечение имеют решающее значение для предотвращения необратимой потери зрения (ВОЗ, Blindness and vision impairment). Европейское руководство ВОЗ определяет цель скрининга как снижение риска нарушения зрения и слепоты у людей с диабетом без зрительных симптомов путем выявления и лечения ретинопатии, угрожающей зрению (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
Контроль гликемии, давления и липидов остается частью ухода, а то, что изменилось в общих рекомендациях по диабету, кратко изложено в ADA 2026: что изменилось в диабете. Здесь фокус другой: кто смотрит на сетчатку и как.
Узкое место специалиста
Традиционный осмотр требует человека, обученного осматривать или фотографировать глазное дно и интерпретировать находку. В руководстве ВОЗ приводится систематический обзор, в котором чувствительность прямой офтальмоскопии, выполненной семейными врачами, колебалась от 25 до 66 процентов против 43–79 процентов при выполнении офтальмологами (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020). Когда позволяют ресурсы, то же руководство указывает цифровую фотографию сетчатки как предпочтительный метод, поскольку она даёт качественные изображения, которые можно хранить и проверять.
Приверженность осмотру также низкая. Leong и соавторы сообщают, что в США приверженность рекомендациям по осмотру глаз у людей с диабетом в некоторых исследованиях достигает лишь 20 процентов (Leong et al., 2026).
Чего ВОЗ ожидает от программы скрининга
Европейское руководство 2020 года применяет к диабетической ретинопатии десять принципов скрининга Wilson и Jungner, опубликованных ВОЗ в 1968 году (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
В руководстве сказано, что эффективный скрининг требует маршрута, а не только теста (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020). Этот маршрут идёт от выявления популяции к приглашению, тесту, направлению положительных результатов, подтверждению диагноза, лечению и регистрации исходов. Общее руководство ВОЗ по программам скрининга повторяет логику: положительные результаты направляются, ложноположительные выявляются на этапе диагностики, а исходы анализируются, чтобы распознать ложноотрицательные (ВОЗ Европа, руководство по программам скрининга, 2020).
Порог направления и интервал
Степень ретинопатии, начиная с которой пациента направляют, называется порогом направления, и он может различаться между странами (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020). Низкий порог, например непролиферативная ретинопатия лёгкой степени, может перегрузить службы; высокий порог, например непролиферативная ретинопатия тяжёлой степени, рискует задержать выявление запущенного заболевания.
Что касается интервала, большинство исследований, цитируемых ВОЗ, приходят к выводу, что скрининг следует повторять каждые один-два года (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
Охват как показатель
Программа Англии в 2018 и 2019 годах обследовала 2 847 149 человек с диабетом при охвате 83 процента, согласно руководству (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020). В том же документе сообщается, что после семи лет скрининга диабетическая ретинопатия перестала быть самой частой причиной слепоты среди английского населения трудоспособного возраста.
От алгоритма к автономной диагностике
Исследование 2016 года
Работа Gulshan и соавторов, опубликованная в 2016 году, обучила нейронную сеть на 128 175 фотографиях сетчатки, оценённых от трёх до семи раз 54 офтальмологами и ординаторами последнего года обучения (Gulshan et al., 2016). Целью была диабетическая ретинопатия, требующая направления, определённая как ретинопатия средней степени или хуже, макулярный отёк, требующий направления, или и то и другое. Для валидации использовали два набора: 9 963 изображения от 4 997 пациентов из скрининговых служб США и 1 748 изображений от 874 пациентов из трёх больниц Франции.
Алгоритм оценивали в двух точках отсечения. В точке, выбранной для высокой специфичности, чувствительность составила 90,3 процента, а специфичность — 98,1 процента в первом наборе (Gulshan et al., 2016). В точке, выбранной для высокой чувствительности, чувствительность выросла до 97,5 процента, а специфичность снизилась до 93,4 процента (Gulshan et al., 2016). Авторы объясняют, что выбрали вторую точку с чувствительностью 97 процентов в наборе для разработки, поскольку высокая чувствительность — обязательное условие инструмента скрининга (Gulshan et al., 2016).
Исследование было ретроспективным, а эталоном служило решение большинства офтальмологов, читавших изображения. Авторы заключают, что оставалось неизвестным, будет ли алгоритм работать в клинической практике и улучшит ли он помощь (Gulshan et al., 2016).
Ключевое исследование 2018 года
Ответ на этот вопрос дало исследование Абрамоффа и коллег. С января по июль 2017 года 900 человек с диабетом и без истории ретинопатии были включены в десять учреждений первичной помощи в США (Abràmoff et al., 2018). Камерой управлял уже существующий в учреждениях персонал после стандартизированного обучения, и эталон был требовательным: стереоскопические снимки широкого поля и оптическая когерентная томография макулы, выполненные сертифицированными фотографами и оценённые независимым читающим центром.
Целью была ретинопатия тяжелее лёгкой, определённая как уровень 35 или выше по шкале исследования ETDRS, макулярный отёк или и то и другое хотя бы на одном глазу (Abràmoff et al., 2018). Из 900 участников 819 удалось проанализировать полностью, и у 198 из них, или 23,8 процента, была эта степень заболевания (Abràmoff et al., 2018).
Система превзошла три цели, определённые до исследования: чувствительность 87,2 процента, выше цели 85 процентов; специфичность 90,7 процента, выше цели 82,5 процента; и доля анализируемых изображений 96,1 процента (Abràmoff et al., 2018). Чтобы получить результат, 23,6 процента участников потребовалось расширение зрачка (Abràmoff et al., 2018). На основании этих данных регулирующий орган США разрешил применение системы медицинскими работниками, и она стала первой автономной диагностической системой на основе ИИ, разрешённой в любой области медицины.

Чувствительность и специфичность при скрининге
Руководство ВОЗ определяет чувствительность как способность теста выявлять заболевание, когда оно есть, а специфичность как способность указывать, что всё в порядке, когда заболевания нет (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
При скрининге две ошибки имеют разные последствия. Руководство ВОЗ по программам скрининга напоминает, что результаты здоровых и больных людей всегда перекрываются, поэтому некоторые здоровые люди получают положительный результат, ложноположительные, а некоторые больные получают отрицательный результат, ложноотрицательные (ВОЗ Европа, руководство по программам скрининга, 2020). Ложноотрицательный результат возвращает в обычный интервал наблюдения того, кому нужно было лечение; ложноположительный занимает место у специалиста и вызывает тревогу.
Один и тот же алгоритм, два порога
Исследование 2016 года показывает, что чувствительность и специфичность не являются фиксированными свойствами алгоритма. При изменении порога та же модель перешла от 90,3 процента чувствительности при 98,1 процента специфичности к 97,5 процента чувствительности при 93,4 процента специфичности (Gulshan et al., 2016). Тот, кто внедряет систему, выбирает, где остановиться в этом обмене, и скрининг обычно отдаёт предпочтение чувствительности.
Распространённость и прогностическая ценность
Распространённость меняет прочтение результата. При примерно 8 процентах ретинопатии, требующей направления, на изображениях алгоритм Gulshan имел отрицательную прогностическую ценность 99,8 процента в американской выборке (Gulshan et al., 2016). Логика та же, что у любого скринингового теста, где результат нужно читать в свете предтестовой вероятности, как в тексте об AUDIT, CAGE и ASSIST как предтестовой вероятности.
Помогает наглядный расчёт. Применив чувствительность 87,2 процента и специфичность 90,7 процента ключевого исследования к наблюдавшейся в нём распространённости 23,8 процента (Abràmoff et al., 2018), из каждой тысячи обследованных около 238 имели бы заболевание: примерно 208 были бы выявлены, а 30 получили бы отрицательный результат. Среди 762 человек без заболевания около 71 были бы направлены без необходимости.
Изображения, которые система не может прочитать
Есть третий результат помимо положительного и отрицательного: изображение недостаточного качества. В ключевом исследовании среди 33 участников, чьи изображения система сочла недостаточными, у 30 процентов была ретинопатия тяжелее лёгкой, доля, сопоставимая с остальной выборкой (Abràmoff et al., 2018). Эту группу нельзя просто отправить домой с указанием повторить обследование через год.
Gulshan и коллеги оценили эффект от указания нечитаемого изображения как причины направления. В этом сценарии в точке высокой чувствительности чувствительность составила 96,7 процента, а специфичность снизилась до 84,0 процента (Gulshan et al., 2016). В практике, описанной Leong и коллегами, направление выдавалось как после положительного результата, так и после недиагностического результата (Leong et al., 2026).
Сравнение основных исследований эффективности
| Исследование | Дизайн и место | Цель | Основной результат |
|---|---|---|---|
| Gulshan 2016 | Ретроспективное; изображения из США и Франции | Направляемая ретинопатия | Чувствительность 97,5 и специфичность 93,4 процента в точке скрининга |
| Abràmoff 2018 | Проспективное; 10 учреждений первичной помощи в США | Ретинопатия тяжелее лёгкой | Чувствительность 87,2 и специфичность 90,7 процента; анализируемые изображения в 96,1 процента |
| Ipp 2021 | Проспективное; 15 центров в США, по глазам | Ретинопатия тяжелее лёгкой | Чувствительность 95,5 и специфичность 85,0 процента без расширения зрачка |
| Lee 2021 | Ретроспективное; семь алгоритмов на изображениях ветеранов | Направляемая ретинопатия | Чувствительность от 50,98 до 85,90 процента среди алгоритмов |
Цифры в таблице взяты из Gulshan et al., 2016, Abràmoff et al., 2018, Ipp et al., 2021 и Lee et al., 2021. Источники, популяции и единицы анализа различаются, поэтому таблица помогает ориентироваться при чтении, но не позволяет складывать или ранжировать системы.
Эффективность за пределами исходного исследования
Второе ключевое исследование автономной системы, опубликованное Ipp и коллегами, включало 942 взрослых с диабетом в 15 центрах США с апреля 2017 года по май 2018 года (Ipp et al., 2021). Центры были шестью учреждениями первичной помощи, шестью центрами общей офтальмологии и тремя центрами сетчатки. Анализ проводился по глазам, а не по людям, что не позволяет напрямую сравнивать цифры с данными исследования 2018 года.
При нерасширенных зрачках чувствительность для ретинопатии тяжелее лёгкой составила 95,5 процента, а специфичность 85,0 процента; для угрожающей зрению ретинопатии — 95,1 и 89,0 процента (Ipp et al., 2021). Система смогла оценить 87,4 процента глаз без расширения зрачка и 97,4 процента, когда глаза с недостаточными изображениями были расширены (Ipp et al., 2021).
Семь алгоритмов, одни и те же пациенты
Исследование Lee и коллег проверило семь алгоритмов от пяти компаний, один из них с одобрением американского агентства, на 311 604 изображениях 23 724 ветеранов, прошедших скрининг в двух системах здравоохранения США с 2006 по 2018 год (Lee et al., 2021).
Отрицательные прогностические значения были высокими, от 82,72 до 93,69 процента, но чувствительность сильно различалась, от 50,98 до 85,90 процента (Lee et al., 2021). Большинство алгоритмов не превзошли людей-чтецов, а у одного чувствительность для пролиферативной ретинопатии составила 74,42 процента, меньше, чем у чтецов службы (Lee et al., 2021). Авторы заключают, что каждый алгоритм должен пройти строгие испытания на данных реального мира, прежде чем войти в клиническую практику.
Что сообщают службы, внедрившие системы
Обзор Teng и коллег объединил литературу и интервью с офтальмологами, руководившими внедрением в академических системах здравоохранения (Teng et al., 2026). Службы, внедрившие системы, сообщили об оцениваемых изображениях без расширения зрачка в 49–75 процентах обследований, чувствительности 87–100 процентов и специфичности 60–91 процента (Teng et al., 2026).
Разброс ожидаем, когда камера выходит из контролируемого протокола и попадает в службу с другой командой и другой популяцией; эта проблема обсуждается также в ИИ в нефрологии и в ИИ в УЗИ.

Что происходит с направлением
Положительный результат защищает зрение, только если пациент попадает к специалисту и получает лечение. Руководство ВОЗ требует, чтобы были определены маршруты направления совместно с профессиональными обществами, положительные результаты быстро оценивались, а время между направлением и лечением было согласовано и контролировалось (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
Испытание с молодыми людьми
В исследовании ACCESS Вольфа и коллег методом случайной выборки были распределены молодые люди от 8 до 21 года с диабетом 1 или 2 типа в академическом центре педиатрической диабетологии (Wolf et al., 2024). Группа вмешательства проходила автономное обследование с помощью ИИ прямо на приёме; контрольная группа получала стандартные рекомендации и направление к специалисту по уходу за глазами.
Основным исходом было прохождение обследования глаз в течение шести месяцев: 100 процентов в группе вмешательства, в которой было 81 участник, против 22 процентов в контрольной группе, в которой было 83 (Wolf et al., 2024). В группе вмешательства у 25 участников результат оказался изменённым, и 16 из них, или 64 процента, обратились к специалисту по уходу за глазами в течение шести месяцев (Wolf et al., 2024). В контрольной группе к этому специалисту обратились 18 участников, 22 процента группы, и ни у одного из них не было диабетической болезни глаз (Wolf et al., 2024).
Результат показывает обе стороны направления. ИИ закрыл пробел в обследовании, но один из трёх молодых людей с изменённым результатом так и не дошёл до специалиста в сроки исследования (Wolf et al., 2024).
Кто доходит до специалиста
Леонг и коллеги изучили истории болезни 3.745 взрослых с диабетом, направленных из первичной помощи системы здравоохранения Балтимора в третичный офтальмологический центр в период с августа 2020 года по сентябрь 2022 года (Leong et al., 2026). Было 3.352 пациента по обычному направлению и 393 по маршруту ИИ, при котором направление происходило после положительного результата, определённого как уровень 35 или выше по шкале ETDRS либо отёк макулы, или после недиагностического результата.
После взвешивания по шкале склонности и поправки на социальные и клинические факторы у пациентов маршрута ИИ была выше вероятность оказаться афроамериканцем, с отношением шансов 1,15 и 95-процентным доверительным интервалом от 1,02 до 1,29 (Leong et al., 2026). Для покрытия по государственной страховке Medicaid значимой разницы не было. Авторы называют анализ поисковым и утверждают, что он не позволяет делать причинных выводов.
Направить — это не конец
Пункты ниже обобщают то, что источники описывают как необходимое после положительного результата:
- Иметь маршрут направления, согласованный со специалистами, и отслеживаемый срок между направлением и лечением (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
- Считать недиагностический результат поводом для направления или повторной попытки, а не нормальным обследованием (Leong et al., 2026).
- Согласовать инструмент с потоком работы клиники, облегчить контакт с пациентом и направления и постоянно обучать команду (Teng et al., 2026).
- Сообщать также отрицательный результат пациенту и врачу и пересматривать контроль гликемии, давления и липидов при лёгкой ретинопатии ниже порога (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
Когда цель не достигается и тактика остаётся прежней, проблема перестаёт быть в тесте и становится проблемой системы, тема, обсуждаемая в клинической инерции.
Ограничения и меры предосторожности
Сами статьи указывают, что автономная диагностика пока не решает. Алгоритм обучен на ретинопатии и отёке макулы, может пропускать другие болезни сетчатки и не заменяет полное офтальмологическое обследование (Gulshan et al., 2016). В ключевом исследовании 2018 года у всех участников не было предшествующей истории ретинопатии, и поэтому результат применим к скринингу, а не к наблюдению за теми, у кого болезнь уже есть (Abràmoff et al., 2018).
Ключевые исследования финансировались производителями или проводились с их участием, эта информация заявлена авторами (Abràmoff et al., 2018; Ipp et al., 2021). Исследование Ли показывает, что результаты различаются между продуктами (Lee et al., 2021), а исследование Тенга — что доля пригодных для оценки изображений без расширения зрачка может оказаться заметно ниже наблюдавшейся в валидационных исследованиях (Teng et al., 2026).
Где ВОЗ видит технологию
В европейском руководстве ВОЗ ИИ рассматривается как развивающаяся технология, способная улучшить получение и чтение изображений (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020). В документе описаны конкретные примеры: в Шотландии автоматическая система читает все изображения с 2012 года и относит около 40 процентов пациентов к группе меньшего риска, которые возвращаются к обычному интервалу без дополнительного чтения (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020). В Армении, как сообщает руководство, камерами для съёмки сетчатки с ИИ управляет технический персонал, и офтальмолог на месте не нужен.
Тем, кто изучает эту тему, стоит отделять такой тип ИИ, который классифицирует изображения по заданной цели и был проверен на соответствие эталону, от языковых моделей, используемых как поддержка при постановке диагноза, о которых речь идёт в материале искусственный интеллект в клиническом мышлении. Выбор теста и решение о том, что делать с результатом, следуют логике, описанной в материале принятие клинических решений.
Возвращаясь к случаю
Мужчина из начала статьи получил положительный результат на ретинопатию тяжелее лёгкой степени. По данным ключевого исследования, система с такой эффективностью верно определяет большинство положительных случаев, но часть из них окажется ложноположительной, и подтверждение остаётся за специалистом (Abràmoff et al., 2018). Теперь ценность обследования зависит от того, что сделает учреждение: назначит приём, проследит, состоялся ли он, и зарегистрирует подтверждённый диагноз.
Если бы результат был отрицательным, он вернулся бы к интервалу скрининга по программе — от одного до двух лет в большинстве исследований, на которые ссылается ВОЗ (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
Как NEXO помогает тренировать это мышление
В NEXO случай дня вымышленный, с реальной клинической картиной и до шести последовательных подсказок, а вы предлагаете диагноз, ища код в МКБ-10. Чтение результата скрининга требует того же упражнения: учитывать вероятность до теста, взвешивать, что добавляет каждая новая находка, и пересматривать гипотезу, как в тренировке дифференциального диагноза с подсказками.
Ограничения использования игры описаны на странице Экономика NEXO. Если вы исследуете преподавание клинического мышления, страница для Researcher объясняет, как связаться. Специалисты, которые пишут или рецензируют случаи, найдут информацию в разделах Curator и Creators, а учреждения могут узнать о предложении на странице для партнёрств. Поиск правильного кода в МКБ-10 завершает эту тренировку.
Частые вопросы
Что означает автономная диагностика с помощью ИИ?
Это значит, что система выдаёт результат без того, чтобы врач читал изображения. В ключевом исследовании камерой управлял персонал первичной помощи, а результат указывал, есть ли ретинопатия тяжелее лёгкой степени, требующая оценки специалистом по уходу за зрением (Abràmoff et al., 2018).
Заменяет ли система офтальмолога?
Она заменяет чтение скринингового изображения, а не полное офтальмологическое обследование и не лечение. Авторы исследования 2016 года утверждают, что алгоритм не выявляет поражения, для которых его не обучали, и не заменяет полное обследование (Gulshan et al., 2016).
Почему при скрининге чувствительность важнее?
Потому что ложноотрицательный результат возвращает в обычный режим человека, которому нужно было лечение. Gulshan и соавторы выбрали порог высокой чувствительности именно потому, что считали её обязательным условием инструмента скрининга (Gulshan et al., 2016).
Повышает ли ИИ шанс, что пациент попадёт к специалисту?
В исследовании с молодыми людьми 64 процента тех, у кого результат оказался изменённым, обратились к специалисту по уходу за зрением в течение шести месяцев (Wolf et al., 2024). У взрослых анализ Leong и соавторов был поисковым и не позволяет сделать причинный вывод (Leong et al., 2026).
Главное запомнить
- Помните, что ВОЗ рассматривает скрининг ретинопатии как путь с направлением, подтверждением и лечением, а не как отдельный тест (ВОЗ Европа, руководство по скринингу диабетической ретинопатии, 2020).
- Читайте чувствительность и специфичность вместе с порогом и распространённостью: один и тот же алгоритм изменил чувствительность с 90,3 до 97,5 процента при смене порога (Gulshan et al., 2016).
- Учитывайте, что первая автономная система была проверена у людей без истории ретинопатии, в первичной помощи, на соответствие независимому эталону (Abràmoff et al., 2018).
- Считайте недостаточное качество изображения результатом, требующим действий: расширения зрачка, повторной попытки или направления (Leong et al., 2026).
- Отслеживайте направление: даже при использовании ИИ на приёме часть молодых людей с изменённым результатом не попала к специалисту в течение шести месяцев (Wolf et al., 2024).
- Требуйте данных из реальной практики, прежде чем внедрять систему, потому что показатели различаются между продуктами (Lee et al., 2021).
Источники
- World Health Organization. Diabetes. Nota descritiva. [Полный текст](https://www.who.int/news-room/fact-sheets/detail/diabetes).
- World Health Organization. Blindness and vision impairment. Nota descritiva. [Полный текст](https://www.who.int/news-room/fact-sheets/detail/blindness-and-visual-impairment).
- WHO Regional Office for Europe. Diabetic retinopathy screening: a short guide. Increase effectiveness, maximize benefits and minimize harm. Copenhagen: WHO Regional Office for Europe; 2020. [Полный текст](https://iris.who.int/handle/10665/336660).
- WHO Regional Office for Europe. Screening programmes: a short guide. Increase effectiveness, maximize benefits and minimize harm. Copenhagen: WHO Regional Office for Europe; 2020. [Полный текст](https://iris.who.int/handle/10665/330829).
- Gulshan V, Peng L, Coram M, et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 2016;316(22):2402-10. [PMID 27898976](https://pubmed.ncbi.nlm.nih.gov/27898976/). DOI 10.1001/jama.2016.17216.
- Abràmoff MD, Lavin PT, Birch M, Shah N, Folk JC. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. NPJ Digit Med. 2018;1:39. [PMID 31304320](https://pubmed.ncbi.nlm.nih.gov/31304320/). DOI 10.1038/s41746-018-0040-6.
- Ipp E, Liljenquist D, Bode B, et al. Pivotal evaluation of an artificial intelligence system for autonomous detection of referrable and vision-threatening diabetic retinopathy. JAMA Netw Open. 2021;4(11):e2134254. [PMID 34779843](https://pubmed.ncbi.nlm.nih.gov/34779843/). DOI 10.1001/jamanetworkopen.2021.34254.
- Lee AY, Yanagihara RT, Lee CS, et al. Multicenter, head-to-head, real-world validation study of seven automated artificial intelligence diabetic retinopathy screening systems. Diabetes Care. 2021;44(5):1168-75. [PMID 33402366](https://pubmed.ncbi.nlm.nih.gov/33402366/). DOI 10.2337/dc20-1877.
- Teng CW, Patel SD, Barkmeier AJ, et al. Autonomous artificial intelligence in diabetic retinopathy testing: lessons learned on successful health system adoption. Ophthalmol Sci. 2026;6(1):100935. [PMID 41140908](https://pubmed.ncbi.nlm.nih.gov/41140908/). DOI 10.1016/j.xops.2025.100935.
- Wolf RM, Channa R, Liu TYA, et al. Autonomous artificial intelligence increases screening and follow-up for diabetic retinopathy in youth: the ACCESS randomized control trial. Nat Commun. 2024;15(1):421. [PMID 38212308](https://pubmed.ncbi.nlm.nih.gov/38212308/). DOI 10.1038/s41467-023-44676-z.
- Leong A, Wolf RM, Channa R, et al. Autonomous AI-assisted diabetic retinopathy screening at primary care is associated with increased presentation to eye care by at risk patients. NPJ Digit Med. 2026;9(1):310. [PMID 41781569](https://pubmed.ncbi.nlm.nih.gov/41781569/). DOI 10.1038/s41746-026-02460-5.


