СРАВНИТЕЛЬНАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ ИИ-СИСТЕМ И ЭКСПЕРТНОЙ ДИАГНОСТИКИ ВОЗРАСТНОЙ МАКУЛЯРНОЙ ДЕГЕНЕРАЦИИ НА ОСНОВЕ ОКТ-ИЗОБРАЖЕНИЙ (ПИЛОТНОЕ ИССЛЕДОВАНИЕ)

Цель. Провести сравнение диагностической эффективности экспертной оценки, системы поддержки принятия решений (СППР) и коммерческого решения RetinaAI при анализе снимков оптической когерентной томографии (ОКТ) макулярной области для выявления возрастной макулярной дегенерации (ВМД).

Материал и методы. Проведён анализ ОКТ-изображений макулы у пациентов с диагнозом ВМД. В качестве стандарта использовалась оценка группой экспертов офтальмологов. Диагностика проводилась при помощи собственной разработки СППР и Retina AI c расчётом чувствительности, специфичности, точности и коэффициента Каппа.

Результаты. Система поддержки принятия решений продемонстрировала специфичность 100%, чувствительность 98,3% (при бинарной оценке выявления ВМД), многоклассовую точность 92,5% и коэффициент Каппа 0,9. RetinaAI показала чувствительность 81,7%, специфичность 100%, точность 65,6% и коэффициент Каппа 0,51.

Заключение. RetinaAI эффективно дифференцирует заболевания макулярной области и разграничивает раннюю и позднюю стадии ВМД, но не выявляет промежуточную стадию. Её определение важно для подбора частоты наблюдения и своевременного начала лечения. Разработанная СППР надёжно идентифицирует эту стадию, что делает её более эффективным инструментом мониторинга пациентов с ВМД.

1. Классификация снимков оптической когерентной томографии с использованием методов глубокого машинного обучения / А.А. Арзамасцев [и др.] // Digital Diagnostics. – 2024. – Т. 5. – №. 1. – С. 5-16.

2. Ивахненко, О.И. Возрастная макулярная дегенерация и диабетическое поражение глаз. Социально-экономические аспекты заболеваемости / О.И. Ивахненко, В.В. Нероев, О.В. Зайцева // Вестник офтальмологии. – 2021. – Т. 137. – №. 1. – С. 123-129.

3. Изучение возможностей программы искусственного интеллекта в диагностике заболеваний макулярной области / М.Р. Хабазова [и др.] //Digital Diagnostics. – 2024. – Т. 5. – №. 1. – С. 17-28.

4. Optical coherence tomography (OCT): principle and technical realization / S. Aumann [et al.] //High resolution imaging in microscopy and ophthalmology: new frontiers in biomedical optics. – 2019. – P. 59-85.

5. Predicting treat-and-extend outcomes and treatment intervals in neovascular age-related macular degeneration from retinal optical coherence tomography using artificial intelligence/ H. Bogunović [et al.] //Frontiers in Medicine. – 2022. – Т. 9. – P. 958469.

6. Is Multiwavelength Photobiomodulation Effective and Safe for Age-Related Macular Degeneration? A Systematic Review and MetaAnalysis / K.Y. Chen [et al.] //Ophthalmology and Therapy. – 2025. – P. 1-19.

7. An artificial intelligence cloud platform for OCT-based retinal anomalies screening system in real clinical environments / X. Chen [et al.] //npj Digital Medicine. – 2025. – Т. 8. – №. 1. – P. 559.

8. Comparative Analysis of Automated vs. Expert-Designed Machine Learning Models in Age-Related Macular Degeneration Detection and Classification / C.D. Engin [et al.] //Turkish Journal of Ophthalmology. – 2025. – Т. 55. – №. 3. – С. 120.

9. Global burden of vision impairment due to age-related macular degeneration, 1990–2021, with forecasts to 2050: a systematic analysis for the Global Burden of Disease Study 2021 / Y.D. Jeong [et al.] //The Lancet Global Health. – 2025. – Т. 13. – №. 7. – P. e1175-e1190.

10. An Interpretable Clinical Decision Support System Aims to Stage Age-Related Macular Degeneration Using Deep Learning and Imaging Biomarkers / E.A. Lopukhova [et al.] //Applied Sciences. – 2025. – Т. 15. – №. 18. – P. 10197.

11. The predictive capabilities of artificial intelligence-based OCT analysis for age-related macular degeneration progression–a systematic review / G.A. Muntean [et al.] //Diagnostics. – 2023. – Т. 13. – №. 14. – P. 2464.

12. Global prevalence of age-related macular degeneration and disease burden projection for 2020 and 2040: a systematic review and metaanalysis / W.L. Wong [et al.] //The Lancet Global Health. – 2014. – Т. 2. – №. 2. – P. e106-e116.

13. National, regional, and provincial prevalence of age-related macular degeneration in China in 2020: an updated systematic review and modelling study / J. Wu [et al.] //Journal of Global Health. – 2026. – Т. 16. – P. 04062.

14. Yusupov, A.F. Application of artificial intelligence technology» Retina AI» to optimize diabetic retinopathy screening / A.F. Yusupov, A.U. Ismailov //Central Asian Journal of Medicine. – 2025. – №. 7. – P. 6-10.

15. Global burden of low vision and blindness due to age-related macular degeneration from 1990 to 2021 and projections for 2050/ S. Zhang [et al.] //BMC Public Health. – 2024. – Т. 24. – №. 1. – P. 3510.