ИИ выявляет заболевания по изображениям рук, сделанным с соблюдением конфиденциальности

Акромегалия – редкое и сложно поддающееся лечению эндокринное заболевание, которое чаще всего проявляется в среднем возрасте. Оно вызывает увеличение кистей и стоп, изменение черт лица, а также чрезмерный рост костей и внутренних органов. Болезнь развивается из-за избытка гормона роста и прогрессирует медленно – иногда десятилетиями. Без терапии она может привести к серьезным осложнениям и сократить продолжительность жизни примерно на десять лет.

Проанализировав существующие разработки, исследователи обнаружили, что большинство ИИ-моделей опираются на изображения лиц, что может вызывать вопросы о конфиденциальности. Тогда команда из Университета Кобе Юка Омачи предложила сосредоточиться на кистях рук – их и так осматривают при диагностике, а при акромегалии изменения особенно заметны. Чтобы дополнительно защитить личные данные, ученые использовали только фотографии тыльной стороны кисти и сжатого кулака, избегая съемки ладонных линий. В проекте приняли участие 725 пациентов из 15 медицинских центров Японии, предоставившие более 11 тысяч изображений для обучения и проверки алгоритма.

В журнале "Клиническая эндокринология и метаболизм" исследователи сообщили, что их модель продемонстрировала очень высокую чувствительность и специфичность при выявлении акромегалии. Более того, по точности она превзошла опытных эндокринологов, которым показали те же снимки. Ученые признались, что была удивлена столь высокой результативностью при использовании лишь фотографий тыльной стороны кисти и сжатого кулака, особенно без анализа черт лица, что делает метод более удобным для скрининга.

В дальнейшем исследователи намерены адаптировать модель для выявления других заболеваний, которые можно заподозрить по состоянию рук, включая ревматоидный артрит, анемию и деформации пальцев. По словам ученых, это может открыть новые возможности для медицинского применения ИИ. При этом ученые подчеркивают, что в реальной практике врачи опираются не только на изображения, но и на комплекс клинических данных. Поэтому новую модель они рассматривают как инструмент, который может дополнять профессиональный опыт, снижать риск диагностических ошибок и способствовать более раннему началу лечения.