Почему именно ретинопатия стала испытательным полигоном
Среди всех направлений ИИ-диагностики больше всего накопленных клинических данных относится к диабетической ретинопатии - осложнению диабета, при котором поражаются сосуды сетчатки глаза и без своевременного лечения может наступить потеря зрения. Снимок сетчатки - относительно стандартизированное изображение, которое удобно анализировать автоматически, что сделало эту задачу одной из первых, где модели компьютерного зрения показали практически применимый результат.
Библиометрический анализ исследований за десятилетие 2014-2024 годов зафиксировал устойчивый рост числа публикаций по теме, что указывает на зрелость направления по сравнению с более новыми областями применения ИИ в медицине.
Эта зрелость важна не только сама по себе: она означает, что у регуляторов и врачебного сообщества накопилось достаточно данных, чтобы сравнивать разные модели между собой, а не оценивать каждую отдельную разработку в изоляции, как это часто происходит с совсем новыми направлениями применения ИИ в медицине.
Что показывают систематические обзоры
Сравнительные систематические обзоры и метаанализы, обобщающие результаты разных исследований, приходят к осторожно оптимистичному выводу: точность ИИ-систем при выявлении диабетической ретинопатии оказывается сопоставимой с результатами ручного скрининга, который проводят врачи-офтальмологи или специально обученные специалисты.
- в отдельных моделях на основе архитектур EfficientNet и ResNet-50 тестовая точность распознавания достигает 81-93%;
- для части моделей зафиксирована сильная статистическая связь между использованием ИИ и точным выявлением заболевания;
- результаты отличаются в зависимости от качества исходных снимков и условий, в которых они были сделаны.
От лаборатории к полю: смартфоны и первичное звено
Отдельная линия исследований 2025 года касается не специализированного оборудования, а обычных смартфонов: один из опубликованных в 2025 году обзоров оценивал фотографии глазного дна, снятые смартфоном, с последующим анализом с помощью моделей глубокого обучения, именно в полевых условиях, а не в контролируемой клинике.
Похожим образом исследователи в Австралии изучали применимость ИИ-скрининга диабетической ретинопатии в условиях первичного звена медицинской помощи и эндокринологических клиник - то есть там, где у пациента чаще есть доступ к врачу общей практики, а не к узкому специалисту по сетчатке.
Крупные испытания 2025-2026 годов
В 2025-2026 годах прошло несколько клинических испытаний, зарегистрированных в открытых базах клинических исследований. Одно из них - пилотное испытание автоматизированной системы для ранней диагностики диабетической ретинопатии, которое началось в январе 2025 года и завершилось в середине 2026 года. Другое, более долгосрочное исследование под названием FUNDUS AI, посвящённое раннему выявлению того же заболевания, стартовало в декабре 2025 года и рассчитано на работу до конца 2028 года.
Такой горизонт в несколько лет типичен для клинических испытаний в медицине: результат должен быть подтверждён не на одной выборке пациентов, а устойчиво воспроизводиться в разных условиях и клиниках, прежде чем систему можно рекомендовать к широкому применению.
Разница в продолжительности этих двух испытаний - пилотное закончилось за полтора года, а FUNDUS AI рассчитано на три с лишним года - отражает разные задачи: пилотное проверяло работоспособность конкретной системы, а более долгое исследование нацелено на подтверждение результата на существенно большей и разнороднее подобранной группе пациентов.
Что пока остаётся открытым вопросом
Несмотря на обнадёживающие данные по ретинопатии, по другим направлениям - скринингу некоторых видов онкологических заболеваний, анализу ЭКГ для раннего выявления сердечных патологий - редакция не нашла столь же обширного массива систематических обзоров с прямым сравнением точности ИИ и врача именно за 2025-2026 годы, поэтому утверждать о сопоставимом уровне доказательности в этих областях было бы преждевременно.
Это не означает, что подобные направления не развиваются - исследования идут, но на момент подготовки материала более подробная проверенная статистика по ним относится к ретинопатии, и именно на ней редакция сосредоточила основную часть материала.
Читателям, которые ищут информацию по конкретному заболеванию за пределами ретинопатии, редакция рекомендует относиться с особым вниманием к громким заголовкам вида «ИИ диагностирует точнее врача» - за такими формулировками не всегда стоит такой же объём клинических подтверждений, какой уже накоплен для диабетической ретинопатии.
Что это значит на практике
Для пациента главный практический вывод: ИИ-скрининг снимков сетчатки на сегодняшний день - не замена визиту к врачу, а дополнительный инструмент, который может расширить доступ к первичной диагностике там, где не хватает узких специалистов, особенно в удалённых районах или в первичном звене. Итоговое решение о диагнозе и лечении по-прежнему остаётся за врачом, а не за алгоритмом, и именно так эту технологию описывают в большинстве клинических протоколов. Похожий принцип «инструмент помогает, решение принимает человек» разбирается и в материале о персонализированной медицине с использованием ИИ.
Таблица: от исследования к клинике
| Этап | Что проверяют | Пример из 2025-2026 |
|---|---|---|
| лабораторное тестирование модели | точность на размеченных снимках | 81-93% на архитектурах EfficientNet, ResNet-50 |
| полевые испытания | применимость вне клиники | смартфон-фотографии сетчатки с ИИ-анализом |
| клинические испытания | результат на реальных пациентах | пилотное испытание, завершённое в середине 2026 года |
Переход между этими этапами занимает годы не случайно: каждый следующий шаг добавляет условия, которые сложно воспроизвести в лаборатории, - разное освещение, разное оборудование, разных пациентов с сопутствующими заболеваниями.
Отдельная тема, которая обсуждается параллельно с ростом точности таких систем, - кто несёт ответственность, если автоматический скрининг пропустил заболевание или, наоборот, вызвал ложную тревогу. В большинстве действующих клинических протоколов ИИ-система рассматривается как вспомогательный инструмент, а не как самостоятельный источник диагноза, что оставляет итоговую ответственность за врачом, принимающим решение с учётом результата модели, а не вместо него. Похожий вопрос ответственности поднимается и в материале о лидерстве AstraZeneca в применении ИИ при разработке лекарств. Читателям, которые интересуются темой шире, может быть полезен раздел ИИ в здравоохранении.
Вопросы и ответы
Какое заболевание лучше всего изучено с точки зрения ИИ-диагностики?
Диабетическая ретинопатия - по ней накоплено больше всего клинических данных за десятилетие исследований, а систематические обзоры показывают точность ИИ-скрининга, сопоставимую с ручной проверкой врача-специалиста.
Можно ли проверить сетчатку на ИИ-скрининг с помощью обычного смартфона?
Исследования 2025 года изучали именно такой сценарий - фотографии глазного дна смартфоном с последующим анализом моделью - и показали практическую применимость в полевых условиях.
Заменяет ли ИИ-скрининг визит к врачу?
Нет, на сегодняшний день такие системы рассматриваются как дополнительный вспомогательный инструмент первичной диагностики, а итоговое решение о диагнозе и лечении остаётся за врачом.
Применимы ли те же результаты к другим заболеваниям, кроме ретинопатии?
Данных пока меньше: по онкологическому скринингу и анализу ЭКГ исследования продолжаются, но настолько же обширной базы систематических обзоров за 2025-2026 годы с прямым сравнением точности на момент подготовки материала не найдено.



