Искусственный интеллект: аспекты применения в офтальмологии. Ч. 1
https://doi.org/10.18008/1816-5095-2026-1-14-21
Аннотация
Искусственный интеллект (ИИ) становится неотъемлемой частью современных медицинских технологий, особенно в области диагностики заболеваний. В последние годы его применение в офтальмологии становится более широким и затрагивает все большее количество нозологий. В данной обзорной статье освещены вопросы терминологии ИИ, исторические аспекты применения ИИ в медицине в целом и в офтальмологии в частности, рассмотрены современные достижения и научные разработки. Обсуждается будущее ИИ в офтальмологии и перспективы развития данного направления.
Ключевые слова
Об авторах
А. О. Укина
ГБУЗ ЛО «Гатчинская клиническая межрайонная больница»
Россия
Россия
Укина Анастасия Олеговна – врач офтальмолог
ул. Рощинская, 15а, корп. 1, Гатчина, Ленинградская обл., 188300
Е. Б. Мякошина
ФГБУ «Национальный медицинский исследовательский центр глазных болезней им. Гельмгольца» Министерства здравоохранения Российской Федерации
Россия
Россия
Мякошина Елена Борисовна – доктор медицинских наук, старший научный сотрудник отдела офтальмоонкологии и радиологии
ул. Садовая-Черногрязская, 14/19, Москва, 105062
Список литературы
1. ГОСТ Р 71476‑2024 (ИСО/МЭК 22989:2022). Искусственный интеллект. Концепции и терминология искусственного интеллекта. М.: Федеральное агентство по техническому регулированию и метрологии, 2024. 62 с. https://docs.cntd.ru/document/1310068314 (дата обращения: 07.01.2025).
2. Глубокое обучение. Нейрокомпьютерные технологии. Режим доступа: https://neerc.ifmo.ru/wiki/index.php?title=Глубокое_обучение (дата обращения: 07.01.2025).
3. Приказ Росстандарта от 28 октября 2024 г. № 1542‑ст. М.: Федеральное агентство по техническому регулированию и метрологии, 2024. https://www.consultant.ru/document/cons_doc_LAW_490595/ (дата обращения 07.01.2025).
4. Морхат ПМ. К вопросу об определении понятия искусственного интеллекта. Право и государство: теория и практика. 2017;2(156):25–32.
5. McCarthy J Minsky ML, Rochester N, Shannon CE. A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955. AI Magazine. 2006;27(4):12. doi: 10.1609/aimag.v27i4.1904.
6. Вознюк ПА. История развития и современное состояние искусственного интеллекта. Глобус: технические науки. 2019;5(3(27)):11–19.
7. Гусев АВ, Добриндюк СЛ. Искусственный интеллект в медицине и здравоохранении. Информационное общество. 2017;4–5:78–93.
8. Поряева ЕП, Евстафьева ВА. Искусственный интеллект в медицине. Вестник науки и образования. 2019;60 (6‑2):15–18.
9. Rodríguez Corral JM, Civit‑Masot J, Luna‑Perejón F, Díaz‑Cano I, Morgado‑Estévez A, Domínguez‑Morales M. Energy efficiency in edge TPU vs. embedded GPU for computer‑aided medical imaging segmentation and classification. Engineering Applications of Artificial Intelligence. 2024;127:107298. doi: 10.1016/j.engappai.2023.107298.
10. Melle WV. MYCIN: a knowledge‑based consultation program for infectious disease diagnosis. International Journal of Human‑computer Studies /International Journal of Man‑machine Studies. 1978;10:313–322.
11. Wolfram DA. An appraisal of INTERNIST‑I. Artificial intelligence in medicine, 1995;7(2), 93–116. doi: 10.1016/0933‑3657(94)00028‑q.
12. Dee CR. The development of the Medical Literature Analysis and Retrieval System (MEDLARS). Journal of the Medical Library Association: JMLA. 2007;95(4):416– 425. doi: 10.3163/1536‑5050.95.4.416.
13. Lee K, Kim J. Artificial Intelligence Technology Trends and IBM Watson References in the Medical Field. Korean Medical Education Review. 2016;18(2):51–57. doi: 10.17496/KMER.2016.18.2.51.
14. Tokatl, N, Bilmez Y, Göztepeli G, Güler M, Karan F, Altun H. MelanoTech: Development of a mobile application infrastructure for melanoma cancer diagnosis based on artificial intelligence technologies. 2024 8th International Artificial Intelligence and Data Processing Symposium (IDAP).2024;1:1–6. doi: 10.1109/IDAP64064.2024.10710812.
15. Patel RH, Foltz EA, Witkowski A, Ludzik J. Analysis of Artificial Intelligence‑Based Approaches Applied to Non‑Invasive Imaging for Early Detection of Melanoma: A Systematic Review. Cancers. 2023;15(19):4694. doi: 10.3390/cancers15194694.
16. Marchetti MA, Cowen EA, Kurtansky NR, Weber J, Dauscher M, DeFazio J, Deng L, Dusza SW, Haliasos H, Halpern AC, Hosein S, Nazir ZH, Marghoob AA, Quigley EA, Salvador T, Rotemberg VM. Prospective validation of dermoscopy‑based opensource artificial intelligence for melanoma diagnosis (PROVE‑AI study). NPJ Digit Med. 2023 Jul 12;6(1):127. doi: 10.1038/s41746‑023‑00872‑1.
17. Weiss SM, Kulikowski CA, Safir A. A Model‑Based Consultation System for the Long‑Term Management of Glaucoma. IJCAI. 1977;5: 826–832.
18. Мамедова СС, Каримова АИ, Галиева АФ, Мальханова МА, Полянкина СС, Кучумова АИ, Тарасова ЯЯ, Цюань ДУ, Клец ОВ, Гербутова ВН, Оленичев АВ, Ушакова ЭО, Миннихалилова АК. Роль искусственного интеллекта в современной офтальмологии. Офтальмологические ведомости. 2024;17(1):103–113. doi: 10.17816/OV625627.
19. Нероев ВВ, Зайцева ОВ, Петров СЮ, Брагин АА. Применение искусственного интеллекта в офтальмологии: настоящее и будущее. Российский офтальмологический журнал. 2024;17(2):135–141. doi: 10.21516/2072‑0076‑2024‑17‑2‑135‑141.
20. Anton N, Doroftei B, Curteanu S, Catãlin L, Ilie OD, Târcoveanu F, Bogdănici CM. Comprehensive Review on the Use of Artificial Intelligence in Ophthalmology and Future Research Directions. Diagnostics (Basel). 2022 Dec 29;13(1):100. doi: 10.3390/diagnostics13010100.
21. Дорофеев ДА, Полева РП, Витков АА, Асиновскова ИИ, Семенов ЕД. Диагностика и мониторинг глаукомы с помощью искусственного интеллекта. Современные технологии в офтальмологии. 2024;54(2):161.doi: 10.25276/2312‑4911‑2024‑2‑161‑162.
22. Куроедов АВ, Остапенко ГА, Митрошина КВ, Мовсисян АБ. Современная диагностика глаукомы: нейросети и искусственный интеллект. Клиническая офтальмология. 2019;19(4):230–237. doi: 10.32364/2311‑7729‑2019‑19‑4‑230‑237.
23. Мовсисян АБ, Куроедов АВ, Остапенко ГА, Подвигин СВ, Рачинский ЮА. Использование нейросетей и искусственного интеллекта как современного метода диагностики глаукомы. Современные технологии в офтальмологии. 2020;3:27–28. doi: 10.25276/2312‑4911‑2020‑3‑27‑28.
24. Комаровских ЕН, Подтынных ЕВ. Результаты применения искусственных нейронных сетей для ранней диагностики глаукомы. Российский офтальмологический журнал. 2023;16(2):28–32.doi: 10.21516/2072‑0076‑2023‑16‑2‑28‑32.
25. Дорофеев ДА, Казанова СЮ, Мовсисян АБ, Полева РП. Искусственный интеллект и нейросети в диагностике глаукомы. Национальный журнал Глаукома. 2023;22(1):115–128. doi: 10.53432/2078‑4104‑2023‑22‑1‑115‑128.
26. Kunumpol P, Lerthirunvibul N, Phienphanich P, Munthuli A, Temahivong K, Tantisevi V, Manassakorn A, Chansangpetch S, Itthipanichpong R, Ratanawongphaibul K, Rojanapongpun P, Tantibundhit C. GlauCUTU: Time Until Perceived Virtual Reality Perimetry With Humphrey Field Analyzer Prediction‑Based Artificial Intelligence. IEEE Access. 2022;10:36949–36962.
27. Gunasekeran DV, Ting DSW, Tan GSW, Wong TY. Artificial intelligence for diabetic retinopathy screening, prediction and management. Curr Opin Ophthalmol. 2020 Sep;31(5):357–365. doi: 10.1097/ICU.0000000000000693.
28. Grzybowski A, Brona P, Lim G, Ruamviboonsuk P, Tan GSW, Abramoff M, Ting DSW. Artificial intelligence for diabetic retinopathy screening: a review. Eye (Lond). 2020 Mar;34(3):451–460. doi: 10.1038/s41433‑019‑0566‑0. Epub 2019 Sep 5. Erratum in: Eye (Lond). 2020 Mar;34(3):604. doi: 10.1038/s41433‑019‑0728‑0.
29. Vilela, LFC, Cabral NO, Destefani AC, Destefani VC. Нarnessing the power of artificial intelligence for early detection and management of diabetic retinopathy, agerelated macular degeneration, and glaucoma: a narrative review of deep learning applications in ophthalmology. Revista Ibero‑Americana De Humanidades, Ciências E Educação, 2024;10(8):3311–3320. doi: 10.51891/rease.v10i8.15395.
30. Куликов АН, Малахова ЕЮ, Мальцев ДС. Искусственный интеллект и машинное обучение в диагностике центральной серозной хориоретинопатии на основании оптической когерентной томографии. Офтальмологические ведомости. 2019;12(1):13–20. doi: 10.17816/OV2019113‑20.
31. Selvam A, Ong J, Bollepalli SC, Chhablani J, Vupparaboina KK, Driban M. Artificial Intelligence in Choroid Through Optical Coherence Tomography: A Comprehensive Review. 2023; Authorea Preprints.
32. Bhuiyan A, Wong TY, Ting DSW, Govindaiah A, Souied EH, Smith RT. Artificial Intelligence to Stratify Severity of Age‑Related Macular Degeneration (AMD) and Predict Risk of Progression to Late AMD. Transl Vis Sci Technol. 2020 Apr 24;9(2):25. doi: 10.1167/tvst.9.2.25.
33. Shah S, Slaney E, VerHage E, Chen J, Dias R, Abdelmalik B, Weaver A, Neu J. Application of Artifi al Intelligence in the Early Detection of Retinopathy of Prematurity: Review of the Literature. Neonatology. 2023;120(5):558–565. doi: 10.1159/000531441.
34. Малюгин БЭ, Сахнов СН, Аксенова ЛЕ, Мясникова ВВ. Применение искусственного интеллекта в диагностике и хирургии кератоконуса: систематический обзор. Офтальмохирургия. 2022;1:77–96. doi: 10.25276/02354160‑2022‑1‑77‑96
35. Шухаев СВ, Мордовцева ЕА, Пустозеров ЕА, Кудлахмедов ШШ. Применение сверточных нейронных сетей для определения эндотелиальной дистрофии Фукса. Офтальмохирургия. 2022;4S:70–76. doi: 10.25276/0235‑41602022‑4S‑70‑76.
36. Carmona González D, Palomino Bautista C. Accuracy of a new intraocular lens power calculation method based on artifi al intelligence. Eye (Lond). 2021 Feb;35(2): 517–522. doi: 10.1038/s41433‑020‑0883‑3.
37. Сахнов СН, Аксенов КД, Аксенова ЛЕ, Вронская ВВ, Марцинкевич АО, Мясникова ВВ. Разработка модели скрининга катаракты с использованием открытого набора данных и алгоритмов глубокого машинного обучения. Офтальмохирургия. 2022;4S:13–20. doi: 10.25276/0235‑4160‑2022‑4S‑13‑20.
38. Казачанская МЮ, Гордиенко ПР, Гончаров ИО, Шрайнер БА. Разработка мобильного приложения компьютерного зрения для помощи слабовидящим. Цифровая трансформация и искусственный интеллект в образовании. 2021:141–145.
39. Khan R, Surya J, Roy M, Swathi Priya, MN, Mohan S, Raman S, Raman A, Vyas A, Raman R. Use of artificial intelligence algorithms to predict systemic diseases from retinal images. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 2023;13(5):e1506.
40. Omar MO, Abad Ali, MJ, Qabillie SE, Haji AI, Takriti MB, Atif AH, Rangraze I. Beyond Vision: Potential Role of AI‑enabled Ocular Scans in the Prediction of Aging and Systemic Disorders. Siriraj Medical Journal. 2024;76(2):106–115. doi: 10.33192/smj.v76i2.266303.
41. Чупров АД, Болодурина ИП, Лосицкий АО, Жигалов АЮ. Организация диспансерного наблюдения пациентов с патологией макулярной области сетчатки с использованием систем искусственного интеллекта. Digital Diagnostics. 2024;5(1):75–84. doi: 10.17816/DD623956.
42. Farahat Z, Zrira N, Souissi N, Bennani Y, Bencherif S, Benamar S, Belmekki M, Ngote MN, Megdiche K. Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review. Surv Ophthalmol. 2024 Sep‑Oct;69(5):707–721. doi: 10.1016/j.survophthal.2024.05.008.
43. Peris‑Martínez C, Shaha A, Clarida W, Amelon R, Hernáez‑Ortega MC, Navea A, Morales‑Olivas J, Dolz‑Marco R, Pérez‑Jordá P, Verbraak F, Heijden AAV. Use in clinical practice of an automated screening method of diabetic retinopathy that can be derived using a diagnostic artifi al intelligence system. Arch Soc Esp Oftalmol (Engl. Ed). 2021 Mar;96(3):117–126. English, Spanish. doi: 10.1016/j.oftal.2020.08.007.
44. Vought R, Vought V, Shah M, Szirth B, Bhagat N. EyeArt artificial intelligence analysis of diabetic retinopathy in retinal screening events. Int Ophthalmol. 2023 Dec; 43(12):4851–4859. doi: 10.1007/s10792‑023‑02887‑9.
45. Регистрационное удостоверение на медицинское изделие РЗН 2024/23001. Программное обеспечение для работы с цифровыми медицинскими изображениями при диагностике офтальмологических патологий путем анализа фотографий глазного дна и сканов структурной ОКТ Retina.AI по ТУ 58.29.32‑001‑60003594‑2022. М.: Федеральная служба по надзору в сфере здравоохранения (Росздравнадзор), 2024. https://nevacert.ru/reestry/med-reestr/rzn-202423001-77069 (дата обращения: 07.01.2025).
46. Каталевская ЕА, Сизов АЮ, Тюриков МИ, Владимирова ЮВ. Алгоритмы искусственного интеллекта для диагностики признаков диабетической ретинопатии, диабетического макулярного отека, возрастной макулярной дегенерации, аномалий витреомакулярного интерфейса. Офтальмохирургия. 2022;4S:58–69. doi: 10.25276/0235‑41602022‑4S‑58‑69.
47. Нероев ВВ, Брагин АА, Зайцева ОВ. Диагностика патологий сетчатки по снимкам оптической когерентной томографии с использованием инструментов искусственного интеллекта. Российский офтальмологический журнал. 2023;16(3):47–53.doi: 10.21516/2072‑0076‑2023‑163‑47‑53.
Рецензия
Для цитирования:
Укина А.О., Мякошина Е.Б. Искусственный интеллект: аспекты применения в офтальмологии. Ч. 1. Офтальмология. 2026;23(1):14-21. https://doi.org/10.18008/1816-5095-2026-1-14-21
For citation:
Ukina A.O., Myakoshina E.B. Artificial Intelligence: Applications in Ophthalmology. Part 1. Ophthalmology in Russia. 2026;23(1):14-21. (In Russ.) https://doi.org/10.18008/1816-5095-2026-1-14-21
Просмотров:
406
JATS XML
Послать статью по эл. почте 