利用人工智能系统组织对视网膜黄斑病变患者的防治观察

论证。根据俄罗斯联邦卫生部命令《关于向成年居民提供眼部、眼部附属装置和眼眶疾病医疗服务的程序批准》，综合医院的医疗咨询和诊断部门都配备光学相干断层扫描仪。然而，视网膜病变患者在开始治疗后的动态观察通常是在专门眼科医疗中心进行。这就降低了对首次发现（原发性）病变患者的治疗机会，因为这些患者需要尽早开始治疗。需要改变和加强现有技术，包括使用人工智能技术。

目的。本研究旨在利用基于人工智能的医疗决策支持系统，为眼后段病变患者的防治观察组织技术奠定方法论基础。

材料和方法。在对《俄罗斯联邦宪法》、联邦法律、附属法规和司法实践分析的基础上，对现有管理框架进行了评估。使用专家方法编制了描述光学相干断层扫描图像的结构化医学文件：对100名具有适当教育水平的眼科医生进行了问卷调查，包括额外的专业教育。所有医生都从事医疗服务工作，即为眼后段病变患者提供专业医疗服务。结构化医疗文件是形成人工神经网络预测器的基础。利用基于特征的分类和分割方法，使用60000张医学图像对神经网络进行了训练。

结果。通过专家方法选取并描述了123个能够描述正常和病理下视网膜黄斑区结构的二元特征。其中，26个特征被确定为疾病临床过程恶化的预测器。

结论。所开发的分类器可以在60000张医学图像的基础上创建和训练一个医疗决策支持系统。该系统可用作信息服务。它可以在不做出诊断的情况下改变动态观察过程的组织结构。患者路径选择是已开发的医疗决策支持系统的主要服务。如果临床症状有恶化的迹象，患者就会被转诊到眼科医疗中心，以接受动态评估及包括高科技在内的专业医疗服务。