Исследователи из Китая обучили модель искусственного интеллекта распознавать ишемическую болезнь сердца по фотографиям лица и языка. В статье, опубликованной 18 сентября 2026 года в журнале Scientific Reports, сообщается о высокой точности на тестовой выборке. Но в испытании сравнивали людей с уже диагностированной болезнью и здоровых добровольцев, а не проверяли случайно отобранных людей, которым предстоял бы массовый скрининг.

Что именно проверили исследователи

Команда включила в исследование 200 пациентов с ишемической болезнью сердца и 318 здоровых участников. Их фотографировали на специальном оборудовании при контролируемом освещении. Модель анализировала снимки лица и языка отдельно, а также вместе. По данным Medical Xpress, в независимой тестовой выборке она распознала всех 40 пациентов с болезнью, но ошибочно отнесла к больным двух здоровых людей. Для модели, объединявшей оба типа изображений, в статье указаны площадь под кривой ошибок (AUC) 0,9992 и показатель F1 0,9756.

Эти показатели описывают работу алгоритма на конкретной выборке. Они не говорят, как он поведёт себя при проверке населения. Если болезнь встречается редко, даже небольшая доля ложных тревог может привести к тому, что на дополнительные обследования направят многих здоровых людей. Представим условную проверку десяти тысяч человек, среди которых болезнь есть лишь у небольшой части. Даже редко ошибающийся тест может ошибочно указать на болезнь у заметного числа людей по сравнению с теми, у кого её действительно обнаружили.

Модель не проверяли в других больницах и при иных условиях съёмки. Кроме того, коронарную визуализацию, которая позволяет оценить артерии сердца, провели не всем участникам здоровой группы. Поэтому нельзя исключить, что у кого-то из них болезнь осталась незамеченной. Наконец, алгоритм мог опираться на возраст или сопутствующие заболевания, связанные с составом выборки, а не на признаки самой болезни.

Чтобы понять, подходит ли метод для скрининга, нужны более крупные исследования: с наблюдением за людьми во времени, проверкой на невыявленную болезнь и сравнением с действующими способами оценки риска. Сейчас врачи учитывают возраст, курение, давление, холестерин и диабет. Результаты китайской команды показывают, что в её тесте совместный анализ снимков лица и языка сработал лучше, чем анализ каждого типа изображений по отдельности. Но исследование не подтверждает, что этот подход готов заменить обследование или стать инструментом массовой диагностики.

Для работы с научными публикациями можно обратиться к услуге подготовки научных статей.

Схема показывает, что высокая точность модели на выбранной тестовой группе сама по себе не подтверждает её пригодность для массового скрининга.

Фото: cottonbro studio / Pexels