Нейросеть ищет болезнь почек по фотографии глазного дна: что показал обзор шести исследований

Что, собственно, случилось

Поражение почек при диабете — одно из самых частых и самых коварных осложнений. Коварство в том, что оно долго идёт молча: пока почки кое-как справляются со своей работой, человек ничего не ощущает, а заметные симптомы появляются, когда изменения уже далеко зашли¹. Именно поэтому врачи так настойчиво ищут способы поймать проблему раньше, чем она станет необратимой.

Сегодня, чтобы понять состояние почек, смотрят два показателя: расчётную скорость фильтрации (её считают по креатинину крови) и соотношение альбумина к креатинину в моче¹. Инструменты хорошие и привычные, но у них есть ограничение: они показывают уже случившееся. Мелкие сосуды почек начинают меняться раньше, чем эти показатели сдвигаются¹, и в этот промежуток мы фактически слепые.

Идея, из которой вырос обзор, красивая и почти поэтичная. Мелкие сосуды глаза и мелкие сосуды почки устроены похоже, у них общее происхождение и схожие черты¹. А глазное дно — единственное место в теле, где сосуды можно увидеть напрямую, своими глазами, без разрезов. Людям с диабетом глазное дно фотографируют регулярно, чтобы не пропустить изменения сетчатки. Вопрос, который задали авторы: а нет ли на этих же снимках подсказки про почки — если посмотреть на них не человеком, а алгоритмом глубокого обучения?¹

Что они сделали технически. Систематический обзор: прошли по восьми базам данных, от первых публикаций до июля 2026 года¹. Отбирали только исследования на людях, где модель работала с двумерными снимками глазного дна — либо только со снимками, либо только с клиническими данными (возраст, пол, давление, длительность диабета и так далее), либо с тем и другим вместе. Последние называют гибридными моделями¹. Работы, где болезнь искали бы у населения в целом или у животных, а также те, где признаки сетчатки сначала вручную измерял человек, авторы отсекали сразу¹.

Дальше — обычная для таких обзоров механика: убрать дубликаты, отсмотреть заголовки, потом полные тексты, оценить качество каждой работы двумя инструментами. Из 367 записей после удаления дубликатов до финала дошли шесть исследований¹. Шесть. Это, пожалуй, главная новость всей публикации, и о ней стоит помнить раньше, чем о красивых цифрах.

Что показали результаты

Теперь о цифрах — аккуратно и с оговорками.

AUC — это мера того, насколько хорошо модель различает больных и здоровых. Чем ближе значение к единице, тем лучше модель отличает больного от здорового; если же она фактически угадывает наугад, показатель опускается к половине. Чувствительность показывает долю людей с болезнью, которых модель отметила, специфичность — долю здоровых, которых она зря не потревожила.

Три поперечных исследования, где модели были гибридными (снимок плюс клинические данные), авторы объединили в общий расчёт. Получилось: AUC 0,88, чувствительность 0,80, специфичность 0,81¹. Звучит неплохо, но тут же важная оговорка: разброс результатов между этими работами оказался очень высоким, и авторы прямо называют оценки неоднородности пугающими¹.

Ещё два поперечных исследования в общий расчёт не вошли. Там болезнь определяли строже — только выраженные стадии, — и модели показали AUC 0,86 и 0,96¹. Разница между этими двумя числами сама по себе намекает: результат сильно зависит от того, что именно считать болезнью.

Продольное исследование — то, где модель не «находит» уже имеющуюся проблему, а пытается предсказать риск на пять лет вперёд, — было всего одно. Там AUC 0,81, чувствительность 0,70, специфичность 0,77¹. То есть модель чаще пропускала людей, у которых болезнь действительно развивалась.

Отдельная и очень важная часть — внешняя проверка. Это когда модель, обученную на одной группе людей, запускают на совершенно другой: другая страна, другая клиника, другое оборудование. Здесь гибридные модели стабильно обыгрывали те, что смотрели только на снимок: разница AUC — от 0,03 до 0,11¹. Но с моделями, которые работают только на клинических данных, всё оказалось куда интереснее: где-то гибрид выигрывал, а где-то проигрывал или шёл наравне¹. Проще говоря, добавление снимка к обычным анализам даёт выигрыш не всегда.

Масштаб исследований при этом различался чудовищно: от 225 до 121 578 участников¹. В самом крупном разбирали данные 121 578 человек с диабетом второго типа, а внешнюю проверку проводили ещё на 65 406 участниках из разных стран¹. В самом маленьком — 225 человек, из них 55 с поражением почек на определённой стадии¹. Это как сравнивать океанский лайнер и лодку.

Ещё одна деталь, которая многое объясняет. В одном из исследований модель, обученная только на снимках, показала на внутренней проверке AUC 0,84, а на десяти внешних группах — от 0,79 до 0,83¹. Просадка оказалась небольшой, но причина, скорее всего, в том, что училась эта модель на очень большой и очень разнообразной группе людей¹. То есть размер и пестрота данных значат едва ли не больше, чем сама архитектура алгоритма.

Почему снимок глаза вообще может говорить о почках

Сетчатка — это, по сути, вынесенный наружу кусочек мозга вместе с сосудистой сетью. Питающие её сосуды — одни из самых мелких в организме, и они первыми реагируют на всё, что происходит с кровью: на высокий сахар, на давление, на нарушения обмена. Похожие процессы идут и в клубочках почек — там тоже сеть микроскопических сосудов, которая фильтрует кровь. Диабет бьёт по обоим органам одним и тем же оружием, просто последствия в почках замечают позже, потому что почку не видно.

Поэтому логика «посмотреть на глаз и понять что-то про почки» — не фантастика, а продолжение старой врачебной привычки. Офтальмологи давно замечают, что у человека с изменениями на глазном дне часто есть и другие сосудистые проблемы. Раньше это были наблюдения врача; теперь те же наблюдения пытаются передать алгоритму, который смотрит на снимок, не устаёт и не отвлекается.

Но именно здесь и находится главная тонкость. Человек, глядя на снимок, думает понятными категориями: сузился сосуд, расширилась вена, появились мелкие кровоизлияния. Нейросеть работает иначе — она ищет закономерности в массиве точек и часто не формулирует их словами. Что именно она «увидела», нередко остаётся загадкой. Об этом в обзоре сказано отдельно: авторы называют такие модели чёрным ящиком, а внутреннюю логику решения — необъяснённой¹. Для врача это серьёзная проблема: рекомендация, которую нельзя проверить и объяснить пациенту, вызывает понятное недоверие.

Почему это не то же самое, что привычный расчёт риска

Есть соблазн подумать: ну да, нейросеть, снимок, будущее — а чем это отличается от обычных таблиц и формул, по которым врачи считают риск уже много лет?

Отличается по двум пунктам. Первый — в гибридных моделях снимок и клинические данные перерабатываются внутри одной системы, вместе, а не прикладываются к готовой формуле. При этом клинических переменных в разных работах было от 8 до 15¹, тогда как привычные уравнения риска обходятся примерно девятью¹.

Второй пункт отрезвляет. В обзоре приводится сравнение с крупным расчётом риска по традиционным показателям: там получилось медианное значение около 0,80, а у самой продвинутой нейросети из этого обзора, которая предсказывала риск на пять лет, — 0,81¹. Разница почти незаметна. Авторы делают из этого честный вывод: преимущество гибридных моделей перед привычными способами пока скромное, и вместо бесконечной проверки уже существующих алгоритмов стоит дорабатывать сами модели и подбирать данные так, чтобы выжать из снимка максимум¹.

Это, пожалуй, самая полезная мысль всей публикации для человека, который устал от громких заголовков про искусственный интеллект в медицине.

Кому это может пригодиться

Первая и самая очевидная группа — люди с диабетом второго типа, которые и так регулярно делают снимки глазного дна. Для них ничего дополнительного не требуется: тот же снимок, та же процедура, просто к его оценке добавляется вторая, машинная. Никаких новых уколов, никаких новых анализов. Это и есть главная привлекательность идеи — она встраивается в уже существующий маршрут, а не строит рядом новый.

Вторая группа — врачи, которые ведут таких людей. Эндокринолог, офтальмолог, терапевт в поликлинике редко могут следить за каждым пациентом так внимательно, как хотелось бы. Подсказка «вот здесь стоит присмотреться к почкам» может помочь не потерять человека в потоке.

Третья — система здравоохранения в целом. Авторы обзора отдельно упоминают страны, где не хватает узких специалистов и где снимки глазного дна делают портативными камерами, в том числе без расширения зрачка¹. В такой ситуации модель, которой нужен только снимок, может работать как первичное сито: быстро пройтись по всем, отметить подозрительных и отправить их на настоящую проверку. Авторы подчёркивают: в богатых странах с налаженным скринингом смысл скорее в гибридных моделях, а там, где специалистов мало, — в моделях на одних снимках¹. Есть и промежуточный вариант — добавить к снимку данные мочевого теста, который не требует прокола вены¹.

Четвёртая группа, которую легко недооценить, — сами исследователи. Обзор ценен ещё и тем, что честно показывает пустоты: где не хватает длительных наблюдений, где не учитывали альбумин в моче, где модели не проверяли на широкой публике.

И пятое, отдельно: авторы специально исключали работы, в которых не было отдельного анализа для людей с диабетом¹. То есть речь идёт не о «населении вообще», а именно о тех, у кого есть диабет.

Как это может изменить жизнь людей

Тут важно не переборщить с ожиданиями. Сама по себе модель ничего не лечит. Но у раннего обнаружения есть неоспоримое свойство: чем раньше заметили проблему с почками, тем больше вариантов у врача, тем больше времени и тем меньше необратимого.

Представим, что всё получится. Тогда снимок глазного дна, который человек и так делает, скажем, раз в год, станет ещё и поводом для разговора о почках. Врач получит сигнал, пациент — повод сдать анализы пораньше, а не тогда, когда уже появились отёки и одышка.

Второе изменение — экономика внимания. Специалистов мало, время дорого. Если алгоритм отсеивает большинство заведомо спокойных снимков, у врача остаётся время на тех, кто действительно в зоне риска. Именно так это уже работает в некоторых скрининговых программах, где систему используют как первичный фильтр: она быстро помечает тех, кого нужно посмотреть внимательнее, а решение всё равно остаётся за специалистом¹.

Третье — ровнее доступ. Сегодня качество наблюдения сильно зависит от того, где человек живёт и куда может доехать. Алгоритм живёт в компьютере, а не в областном центре, и это теоретически выравнивает шансы.

Чего точно не произойдёт: модель не отменит анализы крови и мочи, не поставит диагноз и не назначит лечение. Авторы прямо пишут, что такие системы скорее дополняют привычные способы проверки, чем заменяют их, а решения должны оставаться за человеком в белом халате¹. Все назначения — только по назначению врача после осмотра.

Где подвох

Подвохов много, и они не мелкие.

Первый: внешняя проверка всегда хуже внутренней. Яркий пример — единственное продольное исследование: на своей группе модель показывала AUC 0,81, а на большой внешней базе — 0,72, при этом чувствительность упала с 0,70 до 0,415¹. Иначе говоря, в реальном мире модель пропускала куда больше людей, чем обещала в лаборатории. Авторы считают это прямым доказательством того, как важно проверять модели на чужих данных¹.

Второй: болезнь определяли по-разному. В одних работах за поражение почек считали определённый порог фильтрации, в других добавляли повышенный альбумин в моче, в третьих брали только выраженные стадии¹. А если исследования измеряют разные вещи, складывать их в одну красивую цифру — занятие сомнительное. Авторы честно признают: часть разброса объясняется именно разными определениями болезни¹.

Третий: альбумин в моче — самый ранний признак неблагополучия — учитывали лишь в одном из шести исследований¹, а он обычно сдвигается раньше, чем падает фильтрация. Значит, есть риск, что модели учились ловить болезнь тогда, когда она уже видна по обычным анализам, а раннюю, безмолвную стадию пропускали¹.

Четвёртый: необъяснимость. Модель выдаёт цифру, а врач не может понять, на что она смотрела. В обзоре подчёркнуто: чтобы такое вообще пускать к людям, нужно уметь объяснять решения, а это пока редкость — лишь в одной работе из обзора систематически разбирали, какой вклад вносит каждый признак¹.

Пятый: люди. Модели строили в основном на азиатских популяциях, а проверяли в том числе на европейских и австралийских группах¹. Различия в пигментации глазного дна, в оборудовании, в том, расширяли ли зрачок перед съёмкой, — всё это влияет на результат¹. Отдельно авторы отмечают, что различия между мужчинами и женщинами и между разными этническими группами почти никто не изучал, поэтому о справедливости моделей мы знаем мало¹.

Шестой: публикации. Работы с плохими результатами выходят реже, а значит, общая картина может выглядеть красивее реальности; авторы признают, что оценить это формально не смогли¹.

Седьмой: сами модели по-разному «видят» болезнь в зависимости от стадии. В одной из работ модель неплохо справлялась с уже выраженными изменениями, но хуже отличала их отсутствие, и авторы связывают это с тем, что поздние стадии вообще сильнее отражаются на сетчатке¹.

И восьмой, самый прозаичный: исследование, где было 225 человек и где исключили пациентов с видимыми изменениями сетчатки, получило оценку «высокая обеспокоенность» по качеству¹. Это вежливый способ сказать: в реальной жизни всё будет сложнее. Ещё в одной работе авторы не смогли надёжно оценить модель из-за небольшой проверочной группы и отбора вариантов на тех же данных¹.

Насколько можно доверять этой новости

По жанру это систематический обзор и метаанализ — то есть не одно исследование, а попытка собрать всё, что есть по вопросу, и оценить каждую работу по единым правилам. Такой формат сам по себе сильнее одиночной статьи: он защищает от случайных выводов и даёт картину целиком.

Авторы шли по протоколу PRISMA, заранее зарегистрировали свой план, поиск вели по восьми базам данных, отбор и извлечение данных делали несколько человек независимо, качество оценивали двумя инструментами, один из которых специально приспособлен для алгоритмов¹. Это признаки аккуратной, дисциплинированной работы.

И всё же уровень доказательности здесь предварительный, не окончательный. Это не рандомизированные испытания лечения, а разбор точности диагностического инструмента. Причины осторожности такие:

• работ всего шесть, и они очень разные по размеру — от 225 до 121 578 участников¹;
• в общий расчёт удалось включить только три исследования¹;
• из-за этого авторы не смогли ни разложить причины различий, ни оценить публикационное смещение; они прямо пишут, что для надёжного анализа подгрупп обычно нужно минимум десять исследований¹;
• обзор опирается только на англоязычные публикации¹;
• предсказание будущего риска опирается буквально на одно продольное исследование, поэтому выводы о предсказании авторы сами называют предварительными¹;
• модели оценивали в основном по тому, насколько хорошо они различают людей, а вот насколько правдивы сами цифры риска, почти никто не проверял¹;
• пять из шести исследований проводили в азиатских популяциях¹;
• инструмент оценки качества, которым пользовались авторы, не создан специально для алгоритмов, и дополнительную проверку пришлось делать уже после регистрации протокола¹.

Коротко: результаты обнадёживающие, но это разведка, а не готовый инструмент. Плюс обычная оговорка любого обзора — авторы зависят от того, что и как опубликовали другие, и не могут переделать чужие исследования заново.

Что есть в России сейчас

В России снимки глазного дна людям с диабетом делают в рамках диспансерного наблюдения и профилактических осмотров — это часть обычного маршрута, а не что-то экзотическое. Инфраструктура, в которую такая технология могла бы встроиться, в целом есть: снимки делаются, архивы ведутся, дистанционная оценка снимков специалистами из крупных центров постепенно перестаёт быть редкостью.

Чего пока нет — массовой практики, когда алгоритм смотрит на снимок и вслух говорит о почках. Такие системы в разных странах проходят длинный путь от научной статьи до медицинского изделия: нужны проверки, регистрация, понятные правила ответственности, обучение персонала. Публикация красивых цифр этот путь не сокращает. И важная деталь: исследований на российских популяциях в обзоре нет вовсе¹ — значит, даже если модели когда-то дойдут до нас, их придётся отдельно проверять на наших людях, с нашим оборудованием и нашими условиями съёмки.

Практический вывод простой: следить за новостями интересно, но ждать, что на ближайшем приёме вам по снимку глаза уверенно расскажут о почках, пока не стоит. Зато стоит пользоваться тем, что уже работает: регулярными осмотрами, снимками глазного дна и анализами.

Что делать читателю

• Если у вас диабет — не пропускайте плановые осмотры и снимки глазного дна. Это не формальность и не галочка в карте, а способ вовремя заметить изменения.
• Спросите своего врача, как у вас обстоят дела с почками: какие показатели сдавались и когда, нужно ли повторить. Что именно и как часто проверять — решает врач, но сам вопрос уместен всегда.
• Обращайте внимание на общие вещи, на которые человек реально может влиять: давление, уровень сахара, самочувствие, режим.
• К громким новостям про искусственный интеллект относитесь спокойно и задавайте три вопроса: сколько было исследований, проверяли ли модель на других людях и что стало с точностью на новых данных. Обычно уже на этом этапе видно, разведка это или готовый инструмент.
• Не пытайтесь «провериться» по снимку глазного дна в обход врача. Снимок без грамотной интерпретации легко рождает лишнюю тревогу, а тревога ещё никому не помогла.
• Если хочется понять, что вообще происходит с глазом при диабете, начните с наших материалов: «Диабет и зрение: что такое ретинопатия и как её остановить», «Диабет и зрение: три стадии изменений на глазном дне» и разбора клинических рекомендаций простым языком. Там — про глаз, здесь — про почки; вместе получается цельная картина.

Частые вопросы

Можно ли уже сейчас определить болезнь почек по обычной фотографии глазного дна? Как повседневная услуга — нет. Всё, о чём говорит обзор, — это исследовательские модели, проверенные на ограниченном числе работ¹. Авторы прямо пишут, что перед внедрением в практику нужны крупные, стандартизированные проверки¹.

Такие модели заменят анализ крови и мочи? Нет. Сегодня состояние почек оценивают именно по этим показателям, и обзор построен вокруг них как ориентира¹. Авторы подчёркивают, что алгоритмы скорее дополняют привычную проверку, чем заменяют её¹.

Насколько точны эти модели по цифрам? Для трёх гибридных моделей объединённый результат — AUC 0,88, чувствительность 0,80, специфичность 0,81¹. Для единственного исследования, где предсказывали риск на пять лет вперёд, — AUC 0,81, чувствительность 0,70, специфичность 0,77¹. При этом разброс между работами очень большой¹.

Почему точность падает, когда модель проверяют в другой стране? Потому что меняются люди, оборудование и сама практика съёмки: где-то зрачок расширяют, где-то нет, различается пигментация глазного дна¹. В обзоре это видно наглядно: у одной из моделей точность на внешней базе оказалась ниже, чем на своей, — AUC 0,72 против 0,81¹.

Поможет ли это тем, у кого диабет только начался? Скорее всего, да — в этом и смысл раннего поиска. Но здесь есть слабое место: альбумин в моче, который сдвигается раньше всего, учитывали лишь в одном из шести исследований¹. Авторы считают, что в будущих работах его нужно включать обязательно¹.

Это точно про людей с диабетом, а не про всех подряд? Про людей с диабетом. Исследования на населении в целом авторы исключали из обзора¹, а все участники включённых работ были взрослыми¹.

Наш вывод

Новость эта — из породы тихих, но хороших. Никакой сенсации в ней нет: нейросети действительно умеют по снимку глазного дна заподозрить неблагополучие с почками, гибридные модели со снимком и клиническими данными показывают лучшие результаты, чем модели на чём-то одном¹. Идея красивая, логичная и, что важно, не требует от человека ничего нового — тот же снимок, который он и так делает.

Но честность авторов дороже их цифр. Шесть исследований, три из них в общем расчёте, огромный разброс между работами, падение точности при внешней проверке, почти незаметное преимущество перед привычными расчётами риска и полная неясность в том, как именно модель принимает решение, — всё это они перечисляют сами¹. Из этого складывается простая мысль: до кабинета врача этой технологии ещё идти и идти, а разговоры о ней сейчас скорее про будущее, чем про настоящее.

Что делать нам, читателям. Во-первых, не отменять то, что уже работает: осмотры, снимки глазного дна, анализы. Во-вторых, радоваться, что наука идёт в сторону более раннего и более дешёвого поиска проблем — это правильное направление. В-третьих, помнить, что ни один алгоритм не отменяет живого врача: любые решения о проверках и лечении принимает специалист после осмотра, а не программа и не заголовок в интернете.

Мы будем следить за темой. Если появятся исследования на больших и разных группах людей — а именно этого не хватает больше всего¹, — расскажем отдельно.