Перейти к содержимому
Prof. Dr. Mustafa Özdoğan · Врач-онколог
Контакты+90 (538) 677 60 18

Может ли фотография, сделанная телефоном, выявить рак глаза?

Может ли фотография, сделанная телефоном, выявить рак глаза?
В этой статье

Превратить камеру телефона в устройство для скрининга: приложение с искусственным интеллектом выявило рак поверхности глаза по фотографиям

Источник: Wang R, Bi S, Lin D, Li M и соавт. “Smartphone-Based Proactive Self-Screening for Ocular Surface Malignancies: A Nonrandomized Clinical Trial.” JAMA Ophthalmology, онлайн 4 июня 2026, DOI 10.1001/jamaophthalmol.2026.1609. Университет Сунь Ятсена, Гуанчжоу, Китай. ClinicalTrials.gov: NCT05645341. Сопровождающий приглашённый комментарий: JAMA Ophthalmology, тот же выпуск. Эта статья основана на изложении оригинальной публикации и приглашённого комментария своими словами; прямых цитат она не содержит.
Может ли телефон в вашем кармане стать устройством для скрининга, выявляющим редкий рак глаза на ранней стадии? Клиническое исследование, проведённое в Китае и опубликованное в JAMA Ophthalmology, показало, что это удивительно осуществимо. CaptureTumor (CaT) — приложение для смартфона с искусственным интеллектом — анализировало фотографии собственных глаз пользователей и выявляло злокачественные пигментированные/окрашенные поражения поверхности глаза с точностью, приближающейся к точности специалиста. Более того, оно обнаружило множество ранее незамеченных случаев рака и предложило маршрут направления к специалистам, который позволял пациентам получить специализированную помощь значительно быстрее и с гораздо меньшим числом этапов. Такой подход заставляет переосмыслить привычную больничную модель «скрининга рака»: он объединяет просвещение населения, сортировку с помощью ИИ и направление к специалисту в единый «замкнутый цикл» в рамках децентрализованной модели скрининга редких заболеваний. Однако исследование откровенно показывает не только потенциал, но и ограничения. Главные вопросы связаны с тем, можно ли масштабировать это обнадёживающее доказательство концепции в реальной жизни.
AUC 0,977
Различение при скрининге в реальной практике: чувствительность 89,3%, специфичность 95,9%
19 новых диагнозов
Из 20 гистопатологически подтверждённых злокачественных опухолей 19 ранее не были диагностированы
3,69 → 1,02
Среднее число направлений до получения окончательного лечения (P<0,001)
— ПРОБЛЕМА: РЕДКО, НО ОПАСНО И ОБНАРУЖИВАЕТСЯ ПОЗДНО —

Опухоли поверхности глаза, например меланома конъюнктивы и плоскоклеточная неоплазия поверхности глаза, встречаются редко, но потенциально угрожают жизни и зрению. Проблема заключается в том, что население мало осведомлено об этих редких опухолях, а окончательная диагностика требует опытных офтальмологов, патоморфологов и специализированной визуализации — осмотра со щелевой лампой. В результате пациентов часто направляют из одного центра в другой, диагноз задерживается, а заболевание может прогрессировать. Исследование нацелено именно на эту проблему «позднего и сложного диагностического маршрута».

На чём сосредоточено исследование?

CaptureTumor — система искусственного интеллекта на базе смартфона, ориентированная именно на самостоятельный скрининг пигментированных (окрашенных/меланоцитарных) злокачественных опухолей поверхности глаза . Она была разработана и проверена в рамках 6-месячного проспективного нерандомизированного клинического исследования по всему Китаю. Цель — дать человеку возможность провести предварительный скрининг дома с помощью собственного телефона.

— КАК ЭТО РАБОТАЕТ? МОДЕЛЬ «ЗАМКНУТОГО ЦИКЛА» —

Сила приложения заключается не только в алгоритме ИИ, но и в интегрированном дизайне, объединяющем скрининг, сортировку и направление в единый процесс. Вот как он устроен.

📱 КАК ОБУЧАЛИ И ПРИМЕНЯЛИ ИИ?

Обучение: Модель глубокого обучения обучили на снимках со щелевой лампы, которые специалисты делали на протяжении 12 лет. Затем её дополнительно настроили на фотографиях со смартфонов, прошедших проверки кадрирования, фокуса и экспозиции в приложении. Таким образом, модель адаптировали от «профессионального изображения» к «изображению с телефона».

Применение: Приложение было предложено как «мини-программа» на широко используемой в Китае платформе WeChat. Оно давало пользователям инструкции по фотографированию в реальном времени, автоматически проверяло качество изображений, обрабатывало их в облаке, обеспечивало просмотр загрузок клиницистами в течение 24 часов и направляло случаи высокого риска в специализированные центры.

Схема — Модель скрининга «замкнутого цикла»
Просвещение населения → фото с подсказками ИИ → контроль качества → подтверждение клиницистом → направление к специалисту.
📣 Просвещение населения → 📱 Фото с подсказками ИИ → ☁️ Облачный анализ → 👨‍⚕️ Клиницист за 24ч → 🏥 Направление к специалисту
Новизна модели заключается не в отдельном этапе, а в непрерывном объединении всей этой цепочки в одном приложении. Именно такую структуру приглашённый комментарий называет «замкнутым циклом».
— ДИЗАЙН ИССЛЕДОВАНИЯ И УЧАСТНИКИ —

МЕТОДОЛОГИЯ — ОСНОВНЫЕ МОМЕНТЫ

  • Дизайн: Нерандомизированное клиническое исследование по всему Китаю (NCT05645341): разработка и проверка приложения для смартфона.
  • Участники: С декабря 2022 по июнь 2023 были привлечены 614 участников в возрасте 4-87 лет, медиана 46, из них 49% — женщины, через телевидение, социальные сети и интернет-больницы. Окончательный анализ включал 805 изображений от 535 участников.
  • Эталон (золотой стандарт): Офтальмологи размечали каждое изображение; когда возможно, использовалась гистопатология, иначе — клинический диагноз или телемедицина.
  • Первичная конечная точка: Площадь под ROC-кривой (AUC) при различении злокачественных и доброкачественных поражений.
— РЕЗУЛЬТАТЫ: НАСКОЛЬКО ХОРОШО ОНО РАЗЛИЧАЛО ПОРАЖЕНИЯ? —

Работу приложения оценивали по разным значениям AUC в разных условиях. Чем ближе AUC к 1,0, тем выше способность различать поражения; значения выше 0,9 обычно считаются «близкими к отличным».

График — Способность различать поражения в разных условиях (AUC)
Различение злокачественных и доброкачественных поражений. Чем ближе к 1,0, тем лучше.
0,977 Реальная практика скрининга 0,945 Снимки специалистов со щелевой лампы 0,905 В приложении фото с подсказками
Во всех трёх условиях AUC превышала 0,9. Как и ожидалось, на самостоятельно сделанных пользователями фотографиях с подсказками (0,905) показатели были немного ниже, чем на снимках специалистов (0,945), но оставались высокими. Примечание: ось масштабирована в диапазоне 0,8-1,0.
%89,3
Чувствительность — скрининг в реальной практике
%95,9
Специфичность — скрининг в реальной практике
58 направлений
Общее число направлений, инициированных приложением
— САМАЯ ВПЕЧАТЛЯЮЩАЯ НАХОДКА: ОБНАРУЖЕНЫ РЕАЛЬНЫЕ СЛУЧАИ РАКА —

Главная ценность скринингового теста заключается скорее в том, выявляет ли он реальные случаи рака в жизни, чем в точности «на бумаге». Именно здесь находится самая сильная сторона исследования.

ВЛИЯНИЕ В РЕАЛЬНОЙ ПРАКТИКЕ

  • Приложение инициировало 58 направлений; среди них 20 злокачественных опухолей были подтверждены гистопатологически.
  • Из этих 20 случаев рака 19 ранее не были диагностированы (новые) — то есть это случаи рака, которые без приложения могли бы остаться незамеченными.
  • Ни один не потребовал удаления глаза или окружающих орбитальных тканей — следовательно, они были выявлены рано.
  • Маршрут направления сократился: до приложения для получения окончательного лечения в среднем требовалось 3,69 направления, а через приложение это число снизилось до 1,02 (P<0,001).
  • Приложение прогнозировало пятикратный рост числа выявленных случаев на центр — с ~8 до ~40 в год на центр, однако этот прогноз требует подтверждения.
Почему «раннее выявление» так важно?

При раке поверхности глаза ранняя диагностика определяет не только выживаемость, но и сохранение глаза и зрения . При задержке лечение может доходить до удаления глаза или окружающих тканей, например экзентерации. Ни один подтверждённый случай рака в этом исследовании не потребовал такой радикальной операции, что показывает конкретную пользу раннего выявления.

— ОГРАНИЧЕНИЯ: ЧЕСТНЫЙ ВЗГЛЯД —

Несмотря на столь впечатляющие результаты, ограничения исследования очевидны, и их нельзя игнорировать при интерпретации. И авторы, и сопровождающий приглашённый комментарий обращают внимание на эти вопросы.

Основные ограничения

(1) Применимость к другим популяциям: Исследование проводилось почти исключительно в китайской популяции; некитайских участников было очень мало. Результативность необходимо отдельно подтвердить для разных этнических групп, вариантов пигментации глаз/радужки и систем здравоохранения. (2) Риск исключения пожилых людей: Скрининг на базе смартфона может оставлять за пределами пожилых людей с ограниченным доступом к технологиям или опытом их использования; могут потребоваться адаптированные для возраста решения. (3) Краткосрочная оценка: Сообщались только краткосрочные результаты скрининга; долгосрочное влияние неизвестно. (4) Прогноз ≠ доказательство: «Пятикратный рост» — это прогноз, а не подтверждённый результат. (5) Кто пользуется? Как подчёркивается в приглашённом комментарии, большое влияние на результат оказывает то, кто в сообществе взаимодействует с технологией, в зависимости от грамотности в вопросах здоровья и цифрового доступа.

— БОЛЕЕ ШИРОКОЕ ЗНАЧЕНИЕ: НОВАЯ МОДЕЛЬ СКРИНИНГА РЕДКИХ ЗАБОЛЕВАНИЙ —

Главное значение исследования выходит за пределы успеха одного приложения. Как отмечается в приглашённом комментарии, модель «замкнутого цикла», объединяющая просвещение населения, сортировку с помощью ИИ и направление к специалисту, предлагает убедительное доказательство концепции децентрализованного скрининга редких заболеваний. Речь, следовательно, не только о раке глаза: это указывает на возможность построить похожую модель для многих редких заболеваний, требующих специальной экспертизы и часто диагностируемых поздно. Но, как точно сформулировано в комментарии, будущее инструмента зависит от трёх основных вопросов: насколько модель применима к разнообразным популяциям пациентов во всём мире; кто взаимодействует с технологией внутри сообщества; и насколько надёжно сохраняются привлекающие внимание показатели при масштабном автономном использовании.

⚡ АКАДЕМИЯ DROZDOGAN — КАК ОЦЕНИВАТЬ ЭТО СОБЫТИЕ?
⚡ ПОЧЕМУ ЭТО ВАЖНО?

Исследование показывает одну из самых конкретных выгод ИИ в онкологии: перенос скрининга и ранней диагностики из больницы в карманы людей. Для редкого рака, требующего специалистов и часто выявляемого поздно, точность, близкая к экспертной, с обычным смартфоном и обнаружение 19 новых случаев рака служат реальным доказательством концепции «децентрализованного скрининга». Сокращение числа направлений с 3,69 до 1,02 — также непосредственная польза для пациента.

✅ СИЛЬНЫЕ СТОРОНЫ

Проспективное исследование по всей стране; реальные случаи рака, подтверждённые гистопатологией; высокие значения AUC, в реальной практике 0,977; и, главное, дизайн «замкнутого цикла» — не просто алгоритм, а интегрированная система с инструкциями по фотографированию, контролем качества, подтверждением клиницистом и направлением. Ни один выявленный в реальной практике случай рака не потребовал удаления глаза/орбиты, что показывает конкретную пользу ранней диагностики.

⚠️ ОГРАНИЧЕНИЯ И ПРЕДОСТЕРЕЖЕНИЯ

Исследование проводилось почти полностью в китайской популяции; глобальная применимость не доказана. Подход на базе смартфона может исключать пожилых людей и группы с ограниченным цифровым доступом. Есть лишь краткосрочные результаты. «Пятикратный рост» — неподтверждённый прогноз. Исследование не рандомизировано. Кроме того, оно направлено именно на пигментированные поражения; нельзя предполагать, что оно охватывает все опухоли поверхности глаза. Неизвестно, сохранится ли результативность при автономном использовании без подтверждения клиницистом.

🩺 ЗНАЧЕНИЕ ДЛЯ ПРАКТИКИ

Это не инструмент, который сегодня входит в рутинное применение, а исследовательская система, пока разработанная в китайском контексте. Тем не менее показанная модель — самостоятельный скрининг с подсказками ИИ плюс дистанционная сортировка специалистом — многообещающа для раннего выявления редких видов рака, особенно там, где доступ к специалистам ограничен. В странах, подобных Турции, такие модели можно рассматривать только при местной валидации, этическом/регуляторном одобрении и интеграции в систему здравоохранения.

❓ ВОПРОСЫ НА БУДУЩЕЕ

Будет ли модель столь же результативна в разных этнических группах и системах здравоохранения? Останется ли она надёжной при автономном использовании без подтверждения клиницистом? Подтвердится ли прогноз «пятикратного роста» в реальной практике? Как адаптировать её для пожилых людей и групп с ограниченным цифровым доступом? Можно ли перенести модель замкнутого цикла на другие редкие виды рака, например кожи или полости рта?

🗣️ Как объяснить это пациентам и населению?

«Приложение для смартфона, разработанное в Китае, смогло по фотографиям пользователей выявить редкий тип рака поверхности глаза с точностью, близкой к точности специалистов, и обнаружило 19 ранее незамеченных случаев рака. Это очень обнадёживающее событие, однако пока речь идёт об исследовании, а не о методе скрининга в рутинном применении; испытания проходили преимущественно в Китае. Если вы замечаете изменение цвета глаза, растущее пятно, кровотечение или незаживающее поражение, следует обратиться непосредственно к офтальмологу, а не к приложению».

— ВЫВОД —

Исследование CaptureTumor — впечатляющий пример роли, которую ИИ может играть в скрининге рака: модель передаёт населению диагностический процесс, требующий дорогого оборудования и доступа к специалистам, с помощью обычной камеры телефона. Высокая точность, обнаружение реальных случаев рака и заметное сокращение маршрута направления показывают потенциал подхода. Но то же исследование напоминает классические вопросы технологических решений в здравоохранении: кого они охватывают, кого оставляют за пределами и насколько лабораторный успех переносится в реальную жизнь? Поэтому наиболее верная оценка — ни преувеличенный заголовок «телефон диагностирует рак», ни пренебрежительное безразличие; это многообещающее, но пока незрелое доказательство концепции децентрализованного скрининга редких заболеваний. Настоящая проверка будет заключаться в том, сможет ли модель сохранять тот же потенциал в разных обществах, у разных людей и в большом масштабе.

Источники

  1. Wang R, Bi S, Lin D, Li M и соавт. Smartphone-Based Proactive Self-Screening for Ocular Surface Malignancies: A Nonrandomized Clinical Trial. JAMA Ophthalmology, онлайн 4 июня 2026. DOI: 10.1001/jamaophthalmol.2026.1609.
  2. Приглашённый комментарий (Invited Commentary). Mobile-Based Artificial Intelligence and Ocular Surface Malignancies. JAMA Ophthalmology, тот же выпуск, 2026. (Модель «замкнутого цикла» CaT, вопросы применимости и масштабирования.)
  3. ClinicalTrials.gov. Artificial Intelligence-assisted Screening of Malignant Pigmented Tumors on the Ocular Surface. NCT05645341 (проспективная когорта, n=535).
  4. JAMA Ophthalmology / Университет Сунь Ятсена. Система CaptureTumor (CaT): глубокое обучение + мини-программа WeChat; AUC на снимках со щелевой лампы 0,945, в реальной практике 0,977 (чувствительность 89,3%, специфичность 95,9%), на фото с подсказками приложения 0,905.
  5. Связанная литература (контекст): AI in Ocular Surface Tumors: Current Advances, Challenges, and Future Directions. Diagnostics 2026;16(7):1103. (Определения OSSN, меланомы конъюнктивы, лимфомы и контекст скрининга с ИИ.)

Эта статья является медицинской новостью/обзором и предназначена для информирования; она не служит индивидуальной медицинской рекомендацией или диагностическим инструментом. Рассматриваемое исследование — нерандомизированное клиническое испытание, проведённое преимущественно в китайской популяции и сообщающее краткосрочные результаты. Их необходимо отдельно подтвердить для разных этнических групп, систем здравоохранения и масштабного автономного использования. «Пятикратный рост на центр» — это прогноз, а не подтверждённый результат. CaptureTumor сейчас является исследовательской системой, а не лицензированным инструментом скрининга в рутинной клинической практике; прежде чем рекомендовать его для общего скрининга в любой стране, включая Турцию, необходимы местная валидация, этическая и регуляторная оценка. Людям с изменением цвета глаза, растущим поражением, кровотечением или незаживающей раной следует обратиться непосредственно к офтальмологу, а не к приложению. Статья основана на изложении своими словами оригинальной публикации и приглашённого комментария в JAMA Ophthalmology; прямых цитат из источников она не содержит. Медицинский скрининг с ИИ — быстро развивающаяся область; приведённые данные актуальны на дату подготовки статьи.

ИИ DROZDOGAN

Разберём эту статью вместе

Задавайте вопросы о статье и читайте ответы вместе с опубликованными материалами нашего сайта.

ИИ DROZDOGAN

Ассистент Drozdogan

Может ли фотография, сделанная телефоном, выявить рак глаза?

Задавайте вопросы о статье и читайте ответы вместе с опубликованными материалами нашего сайта.

Информация о чате и конфиденциальности

На вопросы отвечает ассистент Drozdogan. Уполномоченные администраторы сайта могут проверять беседу для контроля качества. Не сообщайте личные данные.

Для подготовки ответов используется инфраструктура OpenAI. Вопросы и ответы обрабатываются этим сервисом; записи бесед хранятся на нашем сайте. Не сообщайте идентификационные, контактные данные или личные сведения о здоровье.

0 / 1000

Только общая информация, без личного диагноза или назначения лечения.

Статьи по теме

Другие статьи, посвящённые этой теме.

Будьте в курсе

Получайте новые статьи и научные новости по электронной почте.

Google Analytics работает на общедоступных страницах независимо от этого окна и может использовать аналитические cookie. Ваш выбор здесь управляет только внешними сервисами.

Политика файлов cookie