Андреев Дмитрий Анатольевич – канд. наук, ведущий научный сотрудник
115088, г. Москва, ул. Шарикоподшипниковская, 9
Dmitry A. Andreev – PhD, Leading Researcher
9, Sharikopodshipnikovskaya ul., 115088, Moscow
Камынина Наталья Николаевна – профессор, д-р мед. наук, заместитель директора по научной работе
115088, г. Москва, ул. Шарикоподшипниковская, 9
Natalya N. Kamynina – D.Sc. (Medicine), Professor, Deputy Director for Research
9, Sharikopodshipnikovskaya ul., 115088, Moscow
Введение. Своевременное выявление и лечение диабетической ретинопатии (ДР) может предотвратить развитие слепоты. Тем не менее у большого числа пациентов заболевание диагностируется на поздних стадиях, когда эффективное лечение становится невозможным. В связи с этим активный скрининг на ДР играет важную роль. Разработаны различные программы скрининга, включая программы с применением цифровых технологий.
Цель. Анализ и обобщение литературных сведений по цифровизации скрининга пациентов на ДР.
Материалы и методы. Исследование выполнено по результатам поиска в библиографической базе PubMed/Medline и системе Google. В поисковой строке применялись следующие ключевые слова: «diabetes», «retinopathy», «telemedicine», «digital technologies», «artificial intelligence» и другие. Релевантные публикации отбирались по результатам изучения названия и резюме статей.
Результаты. В исследовании рассмотрены подходы к организации телемедицинских программ по скринингу на ДР. Представлены примеры инновационных цифровых технологий выполнения диагностических исследований, отражены характеристики различных электронных систем и девайсов. Отмечено, что возможна организация скрининга на ДР в локальном центре с передачей данных в региональный специализированный диагностический (аналитический) центр, где происходит телемедицинский анализ. Вся диагностическая информация в конечном итоге становится доступной диабетологу, который назначает и корректирует терапию. Такой принцип работы облегчает взаимодействие между различными специалистами, что повышает эффективность скрининга.
Обсуждение. Скрининг на ДР с использованием телемедицины находится на начальных этапах развития, хотя он уже внедрен в ряде стран. Многие современные технологии, такие как переносные мобильные девайсы, могут быть адаптированы и применяться при реализации программ телемедицины. Отличные результаты демонстрируют алгоритмы глубокого машинного обучения и другие подходы на основе искусственного интеллекта. Отдельные системы уже получили одобрение со стороны регуляторных органов.
Выводы. Интеграция инновационных технологий скрининга в единую цифровую платформу с постепенным внедрением ее в повседневную клиническую практику будет способствовать дальнейшему совершенствованию ранней диагностики диабетической ретинопатии.
Background. Timely detection and treatment of diabetic retinopathy (DR) could prevent the development of blindness. However, large number of patients are diagnosed at late stages when effective treatment becomes impossible. In this context, active screening for DR plays an important role. Various screening programs have been developed, including programs using digital technologies.
Objective. To analyze and summarize the literature data on digitalization of DR screening.
Materials and methods. The study was carried out based on the results of a search in the PubMed / Medline bibliographic database and the Google system. The used keywords were “diabetes”, “retinopathy”, “telemedicine”, “digital technologies”, “artificial intelligence” and others. Relevant publications were selected by examining the titles and abstracts of articles.
Results. The study addressed the approaches to organizing the telemedicine programs of DR screening. The examples of innovative digital technologies for performing diagnostic studies as well as the characteristics of various electronic systems and devices are presented. It was noted that the DR screening could be performed in a local center with data transfer to a regional specialized diagnostic (analytical) center where telemedicine analysis is done. All diagnostic information is available to the diabetologist who prescribes and adjusts therapy. This operating principle facilitates the interaction between various specialists and thus increases the efficiency of screening.
Discussion. Although the telemedicine screening for diabetic retinopathy has already been introduced in a number of countries, it is still at its early stages of development. Many modern technologies such as portable mobile devices could be adapted and used in the implementation of telemedicine programs. Deep machine learning algorithms and other artificial intelligence-based approaches demonstrate excellent results. Some systems have already received regulatory approval.
Conclusions. The early diagnostics of diabetic retinopathy could be improved by integrating innovative screening technologies in a unified digital platform implemented in routine clinical practice.
The authors declare that there are no conflicts of interest present.