Всемирный день борьбы с диабетом отмечается ежегодно 14 ноября. Международная дата призвана привлечь внимание к профилактике заболевания, его своевременному выявлению и доступу пациентов к лечению. Двухлетняя глобальная кампания Всемирного дня борьбы с диабетом на 2026–2027 годы проходит под темой «Ранние действия при диабете» (англ. Early Action on Diabetes). Эту инициативу совместно продвигают Международная федерация диабета (IDF) и Всемирная организация здравоохранения (ВОЗ).
По данным 11-го издания Атласа диабета IDF, в мире с этим заболеванием живут около 589 млн взрослых, из которых примерно 252 млн не знают о своем диагнозе. Это более четырех из десяти людей с диабетом.
Индийский диабетолог Амит Кумар Дей, один из пионеров применения цифровых технологий для лечения диабета, и президент Международной федерации диабета профессор Петер Шварц рассказали «Анадолу» о том, как искусственный интеллект может помочь выявлять диабет на ранней стадии, почему заболевание нередко диагностируют с опозданием и какие меры необходимы для улучшения ранней диагностики.
По словам Дея, искусственный интеллект уже помогает выявлять людей с повышенным риском диабета, однако пока его основная задача — определять, кому в первую очередь необходимо пройти обследование, а не заменять традиционные методы диагностики.
Наиболее перспективный подход основан на анализе данных, которые уже собираются системами здравоохранения: возраста, веса, артериального давления, уровня липидов, предыдущих показателей глюкозы и назначенных препаратов. По его словам, модели машинного обучения могут выявлять людей с высоким риском зачастую точнее традиционных анкет оценки риска, позволяя направлять ограниченные медицинские ресурсы на тех, кому обследование нужнее всего.
Исследуются и другие способы раннего выявления метаболических изменений — с помощью анализа снимков сетчатки глаза, электрокардиограмм, голоса и данных носимых устройств. Однако многие из этих подходов пока находятся на стадии исследований.
Амит Кумар Дей отметил, что наиболее убедительные практические результаты применения ИИ в диабетологии связаны с выявлением осложнений заболевания. В частности, автоматизированные системы скрининга диабетической ретинопатии (специфическое осложнение сахарного диабета, при котором повреждаются кровеносные сосуды сетчатки глаза) прошли проспективные клинические испытания и уже используются в медицинской практике, сказал диабетолог.
При этом искусственный интеллект не может самостоятельно устанавливать диагноз диабета, подчеркнул он. Для его подтверждения по-прежнему необходимы лабораторные исследования, включая анализ на гликированный гемоглобин (HbA1c), определение уровня глюкозы натощак или тест на толерантность к глюкозе, уточнил доктор.
«Любой сигнал, полученный с помощью ИИ, должен вести к подтверждающему обследованию и дальнейшему медицинскому сопровождению. В противном случае раннее выявление не принесет пользы», — подчеркнул эксперт.
Говоря о требованиях к использованию искусственного интеллекта в диабетологии, доктор Дей отметил, что число таких инструментов растет быстрее, чем формируется доказательная база и система контроля за их применением. Эти требования, по его словам, были сформулированы Международной федерацией диабета — в частности, в Женевском заявлении об ответственном ИИ в диабетологии и в рамках текущего глобального консенсус-процесса IDF.
По его словам, для надежного использования ИИ необходимы независимая проверка эффективности и безопасности технологий, прозрачность алгоритмов и единые подходы к их регулированию.
«Важно также постоянно контролировать работу таких инструментов, обеспечить их совместимость с медицинскими системами и четко определить ответственность за решения, принятые с их помощью. При этом валидация должна показывать не только точность алгоритма, но и реальную пользу для пациентов, а прозрачность — включать информацию о том, на каких данных инструмент обучен, для чего он предназначен и где работает хуже», — сказал эксперт.
Дей указал на необходимость оценивать не только точность алгоритмов, но и их реальную пользу для пациентов. В частности, технологии должны проходить проверку на разных группах населения, а их эффективность необходимо отслеживать и после внедрения в медицинскую практику, отметил доктор. Он призвал клиницистов задавать пять простых вопросов к любому инструменту ИИ: полезен ли он? валиден ли? безопасен ли? справедлив ли? и есть ли кто-то, кто за него отвечает?
По словам эксперта, эффективность алгоритмов искусственного интеллекта может различаться в зависимости от страны и особенностей населения, на данных которого они обучались.
В частности, у жителей Южной Азии диабет второго типа нередко развивается в более молодом возрасте и при меньшей массе тела. Поэтому модели, созданные преимущественно на данных пациентов из Европы и Северной Америки, могут недооценивать риски в других популяциях — причем именно в тех, где диабет растет быстрее всего.
Для решения этой проблемы, отметил Дей, необходимы более разнообразные наборы данных, проверка и адаптация алгоритмов в конкретных странах, а также отдельная оценка их работы среди различных этнических, возрастных групп и мужчин и женщин. Кроме того, пациентов и местных клиницистов следует привлекать к разработке инструментов с самого начала, считает специалист.
Одним из возможных решений он назвал федеративное обучение — подход, позволяющий совместно совершенствовать модели искусственного интеллекта без передачи медицинских данных за пределы страны.
Дей подчеркнул, что при правильном применении ИИ может расширить доступ к диагностике, особенно в регионах, где не хватает медицинских специалистов. Например, камеры для обследования сетчатки в учреждениях первичной медицинской помощи и инструменты на основе смартфонов могут помочь медицинским работникам выявлять осложнения и направлять пациентов на дальнейшее обследование.
В то же время, по его мнению, если не учитывать различия между странами и группами населения, новые технологии могут усилить неравенство: преимущество получат системы здравоохранения, располагающие качественными данными и достаточными ресурсами.
Президент Международной федерации диабета Петер Шварц отметил, что одна из основных причин поздней диагностики диабета второго типа заключается в том, что заболевание может годами развиваться практически бессимптомно. Люди продолжают чувствовать себя здоровыми и не обращаются за обследованием.
При этом необходимые анализы относительно недороги и доступны, однако во многих странах отсутствует система, которая позволяла бы своевременно выявлять людей из групп риска и направлять их на тестирование.
Среди основных причин Шварц назвал недостаточную осведомленность населения, отсутствие систематического скрининга и ограниченный доступ к первичной медицинской помощи. Он отметил, что особенно остро эта проблема стоит в странах с низким и средним уровнем дохода: на них приходится почти 87% людей с недиагностированным диабетом.
По словам эксперта, нередко заболевание обнаруживают уже после развития серьезных осложнений, таких как инфаркт, болезни почек или потеря зрения.
Проблему недостаточного осознания личного риска подтверждают и результаты нового исследования IDF, проведенного в шести странах. Согласно опросу 2 411 взрослых с факторами риска диабета второго типа, только 15% участников считали, что могут заболеть этим недугом, хотя 84% признавали важность проверки риска. Кроме того, 67% ошибочно полагали, что люди с высоким риском диабета обычно испытывают заметные симптомы.
Шварц подчеркнул, что наиболее эффективным подходом является поэтапное обследование людей с повышенным риском, а не массовое тестирование всего населения.
На первом этапе можно использовать специальные опросники, например FINDRISC, позволяющие оценить вероятность развития диабета с учетом таких факторов, как избыточный вес, семейная история заболевания, перенесенный гестационный диабет, повышенное артериальное давление и возраст. Подобные инструменты можно применять в аптеках, на рабочих местах, в местных сообществах и онлайн.
Людям с повышенным риском затем следует пройти лабораторное обследование — анализ на HbA1c или определение уровня глюкозы натощак. В некоторых случаях экспресс-тесты позволяют провести обследование непосредственно во время одного посещения медицинского учреждения, сказал профессор.
Однако, подчеркнул Шварц, само выявление риска или постановка диагноза не обеспечивают результата без последующей профилактики и лечения. Клинические исследования, проведенные в Финляндии, США и Китае, показали, что структурированные программы изменения образа жизни позволяют примерно вдвое снизить вероятность перехода преддиабета в диабет второго типа.
Говоря о расширении доступа к ранней диагностике, эксперт отметил, что обследования должны стать частью первичной медицинской помощи, а не дополнительной услугой, доступной только тем, кто может за нее заплатить.
Для этого, по мнению Шварца, необходимы доступные или бесплатные анализы, подготовка медицинских сестер и работников здравоохранения в сообществах, а также возможность пройти обследование там, где люди уже получают медицинскую помощь. Важным условием остается и доступ к основным лекарственным средствам, включая метформин и инсулин, уточнил он.
По его словам, цифровые инструменты оценки риска могут быть полезны, однако их применение не должно исключать людей, у которых нет смартфонов или стабильного доступа к интернету. Кроме того, странам необходимы достоверные национальные данные, позволяющие определить, какие группы населения остаются вне системы диагностики, добавил эксперт.
Шварц призвал правительства сделать скрининг, раннее выявление диабета и просвещение населения приоритетами здравоохранения. Оценивать эффективность этих мер следует не только по числу проведенных обследований, но и по количеству людей, которые получили диагноз и необходимое лечение, особенно среди наиболее уязвимых групп населения, заключил он.
news_share_descriptionsubscription_contact
contact_the_ombudsman
is_there_an_error_in_this_story
