Исследование и применение цифровых технологий в диагностике и лечении андрогенетической алопеции

Зачем понадобилось

Андрогенетическая алопеция - самая частая форма выпадения волос. Обычно она начинается после полового созревания и постепенно прогрессирует. У мужчин характерны отступание линии роста волос в лобной области и поредение на макушке, у женщин - поредение в центральной части головы без отступания лобной линии; такую форму называют женским типом выпадения волос.

В основе заболевания - действие андрогенов на чувствительные к ним волосяные фолликулы и наследственная предрасположенность. По данным, которые приводят авторы, распространённость выше у людей европеоидного происхождения и ниже у афроамериканцев и жителей Азии. В Китае андрогенетическая алопеция встречается у 21,3% взрослых мужчин и у 6,0% взрослых женщин.

Физического вреда заболевание не причиняет, но может снижать уверенность в себе и качество жизни, а заболевание всё чаще затрагивает молодых людей. Диагностика и оценка результатов лечения по-прежнему во многом зависят от субъективного взгляда врача, а доступ к специалистам по волосам ограничен. Цифровые технологии - анализ изображений, искусственный интеллект, телемедицина, машинное обучение - обещают сделать диагностику и лечение точнее, удобнее и персонализированнее. Авторы решили обобщить, что на этот счёт уже известно.

О чём исследование

Это обзор литературы, опубликованный в журнале Frontiers in Digital Health в 2026 году. Авторы - Си Вэй, Цзинцзин Ван, Ичэн Чжан, Сяоцзюнь Янь, Ятин Сяо, Ютун Цы, Сяолин Ло и Сюэ Ван - работают в Первой аффилированной больнице Шихэцзыского университета (отделения дерматологии и ультразвуковой диагностики), медицинской школе и библиотеке Шихэцзыского университета, а также в библиотеке Хуачжунского университета науки и технологий (Китай).

Работа финансировалась научно-технической программой XPPC и Национальным фондом естественных наук Китая. Конфликта интересов авторы не заявляют и указывают, что генеративный искусственный интеллект при подготовке рукописи не использовался.

Как проводили

Авторы искали публикации в PubMed, Web of Science, Embase и Cochrane Library за период с января 2010 по декабрь 2025 года по запросам, включавшим «андрогенетическая алопеция», «искусственный интеллект», «телемедицина», «трихоскопия» и «лазерная терапия».

Включали рецензируемые клинические исследования, рандомизированные испытания, систематические обзоры и метаанализы на английском языке. Исключали описания случаев менее чем с 10 пациентами, тезисы конференций без полного текста и работы не по теме.

Важно понимать формат: это повествовательный обзор. Число найденных и отобранных публикаций не приводится, формальная оценка качества исследований не проводилась, данные не объединялись статистически. Поэтому обзор хорошо подходит для знакомства с направлениями развития, но не даёт количественной оценки эффективности.

Трихоскопия как основа цифровой диагностики

Традиционно тяжесть андрогенетической алопеции оценивают по шкале Гамильтона-Норвуда у мужчин и по трёхстадийной шкале Людвига у женщин. Это визуальные шкалы, и их применение во многом субъективно.

Трихоскопия - неинвазивное исследование кожи головы и волос с увеличением от 20 до 1000 раз - позволяет обойтись без биопсии кожи головы в большинстве случаев. Она помогает отличить андрогенетическую алопецию от гнёздной алопеции, трихотилломании и телогенового выпадения, рано выявить уменьшение диаметра волос и быстро осмотреть большие участки.

Цифровая трихоскопия добавляет картирование фолликулов: координаты устьев фолликулов фиксируются, и при повторном визите можно снова найти те же точки. Цифровая запись изображений позволяет врачу и пациенту сравнивать состояние до и после лечения.

Искусственный интеллект в анализе изображений

Авторы приводят несколько примеров. Гао и соавторы в 2022 году разработали систему на основе свёрточной нейронной сети, обученную на 2910 трихоскопических изображениях. Система примерно за 2 секунды измеряла густоту волос и распределение их диаметра и предсказывала классификацию андрогенетической алопеции у мужчин; разметку изображений независимо проверяли два дерматолога. Точность предсказания превышала 90%.

Ди Фрайя и соавторы в 2023 году использовали модели машинного обучения на основе метода опорных векторов вместе с программой Trichoscale Pro: они подсчитывали пушковые волосы, пустые фолликулы и фолликулярные единицы на изображениях 200 пациентов, помогая оценить тяжесть. Точность составила 94,3% на обучающих данных и 90,0% на тестовых.

Су и соавторы в 2025 году в Южной Корее создали модель глубокого обучения для раннего выявления андрогенетической алопеции по трихоскопическим изображениям корейской когорты с точностью выше 90%; исследование было ретроспективным. Катулис и соавторы в 2025 году предложили трёхэтапный алгоритм, объединяющий клинические и трихоскопические признаки и уменьшающий потребность в инвазивных процедурах.

Упоминается и приложение Tibot, анализирующее изображения кожи и волос и отвечающее на вопросы пользователей; в сравнительных исследованиях, по словам авторов, оно показало многообещающую точность и чувствительность в определённых условиях. Такие приложения также предлагают сортировку пациентов, запись на приём, заказ препаратов, онлайн-консультации дерматолога и напоминания.

Ключевая оговорка авторов: высокие показатели точности получены в основном при внутренней проверке, то есть на данных того же центра или похожих данных. Внешняя проверка на независимых выборках пока ограничена.

Лазерная терапия

Из лазерных методов наиболее признаны низкоинтенсивная лазерная терапия и неаблятивные эрбиевые лазеры; примеры устройств - лазерная расчёска HairMax Lasercomb и лазерные шапочки. Предполагаемый механизм - перевод фолликулов из фазы покоя в фазу роста, но биологические механизмы до конца не изучены.

Большая часть данных о лазерах получена из систематических обзоров и наблюдательных исследований; рандомизированных испытаний меньшинство, среди них авторы называют работы Фагихи и соавторов и Сучонванит и соавторов. В ряде исследований сочетание лазера с плазмой, обогащённой тромбоцитами, или с миноксидилом давало лучший результат, чем каждый метод отдельно.

Отдельно обсуждается лазерная доставка лекарств: в одном рандомизированном исследовании у мужчин сравнивали фракционный эрбиевый стеклянный лазер в сочетании с 5% миноксидилом и 5% миноксидил без лазера, и комбинация оказалась эффективнее. Упоминается и роботизированная экстракция фолликулярных единиц как хирургический вариант лечения.

Цифровая оценка результатов лечения

Искусственный интеллект может количественно оценивать густоту волос, регулярность их расположения и другие характеристики, в том числе в трёхмерном виде. Реймонд и соавторы использовали фотографию с анализом на основе искусственного интеллекта, чтобы отслеживать густоту волос и состояние кожи головы после процедур с плазмой, обогащённой тромбоцитами. Описано применение визуального анализа ChatGPT для изображений кожи головы и машинного обучения для прогнозирования динамики роста волос при женском типе выпадения.

Урбан и соавторы объединили глубокое обучение с оптической когерентной томографией: снимок участка кожи головы занимает 3 секунды, предсказание модели - 1 секунду, ошибка - менее 20%. Авторы обзора оценивают весь процесс примерно в полминуты.

Все эти работы - пока демонстрации принципиальной возможности, серии случаев или поисковые исследования, а не рандомизированные испытания.

Телемедицина

По данным, на которые ссылаются авторы, примерно пятая часть пациентов испытывает неловкость, обсуждая выпадение волос на обычном приёме, а больше половины считали, что не получили эффективных рекомендаций по лечению.

Онлайн-платформы позволяют круглосуточно получить диагноз и рецепт по загруженным фотографиям и анкете. Телемедицина может улучшить доступ к помощи за пределами крупных городов, облегчить наблюдение и контроль приёма препаратов, например перорального миноксидила. В наблюдательных исследованиях на цифровых платформах отмечали лучшую приверженность лечению и результаты.

Но есть и проблемы: часть платформ работает без сертифицированных специалистов по волосам, квалификация врачей проверяется слабо, остаются нерешёнными правовые вопросы, вопросы конфиденциальности и ответственности, есть риск злоупотребления рецептами. Рандомизированных исследований телемедицины при андрогенетической алопеции не опубликовано.

Разработка новых средств

Машинное обучение используют и для создания лекарств. Чжан и соавторы с его помощью разработали аналог супероксиддисмутазы на основе тиофосфита марганца, доставляемый в фолликулы микроиглами и нейтрализующий активные формы кислорода; в экспериментах на клетках и животных он стимулировал рост волос сильнее миноксидила. Ма и соавторы с помощью глубокого обучения нашли кандидат в препараты класса PROTAC, направленный на андрогеновый рецептор, - пока только в компьютерном моделировании. Команда Яня оптимизировала микроиглы с плазмой, обогащённой тромбоцитами, по твёрдости и скорости растворения.

Ни одна из этих разработок не проверена на людях.

Ограничения

Авторы перечисляют ограничения направления в целом: недостаточную внешнюю проверку моделей; возможную этническую и иную предвзятость обучающих данных, которые могут не отражать все подтипы и степени тяжести; отсутствие одобрения FDA или EMA для большинства диагностических инструментов на основе искусственного интеллекта; непрозрачность алгоритмов - так называемую проблему «чёрного ящика»; недостаток данных об экономической эффективности; неоднородность исследований лазеров по размеру выборок, срокам наблюдения и параметрам; малое число рандомизированных исследований во всех направлениях. Участие экспертов-дерматологов в проверке моделей было разным, а единого протокола совместной проверки «дерматолог плюс искусственный интеллект» нет.

К этому стоит добавить ограничения самого обзора: он повествовательный, без формального отбора и оценки качества, поэтому выбор приведённых примеров мог быть неполным.

Как читать цифры точности

Цифры вроде «точность выше 90%» звучат убедительно, но их стоит понимать правильно. Точность модели показывает, как часто она правильно относит изображение к нужной категории на конкретном наборе данных. Если модель обучали и проверяли на снимках из одной клиники, одного прибора и одной этнической группы, на других пациентах и других дерматоскопах результат может оказаться заметно хуже.

Именно поэтому в исследовании Ди Фрайи точность на тестовых данных (90,0%) ниже, чем на обучающих (94,3%), - это обычная картина. Для клинического применения важна проверка на независимых выборках, сравнение с решениями опытных дерматологов и, в идеале, проспективные исследования, где модель работает в реальной практике.

Что взять в практику

Для специалиста, работающего с выпадением волос, главный практический вывод - цифровая трихоскопия уже сейчас полезна: она помогает поставить диагноз, отличить андрогенетическую алопецию от других форм выпадения и документировать результаты лечения на одних и тех же участках кожи головы. Это делает оценку динамики объективнее и наглядно показывает пациенту результат.

Программы и приложения с искусственным интеллектом выглядят многообещающе, но пока их точность подтверждена в основном на данных разработчиков. Их разумно рассматривать как вспомогательный инструмент, а не как замену осмотру и решению врача.

Лазерная терапия, по данным обзора, может быть полезна, особенно в сочетании с миноксидилом или плазмой, обогащённой тромбоцитами, но доказательная база неоднородна. Пациентам, которые лечатся через онлайн-платформы, стоит обращать внимание на квалификацию врача и не начинать рецептурное лечение без полноценной оценки.

Авторы заключают, что цифровые технологии открывают многообещающие возможности при определённых условиях, но перед широким внедрением нужны многоцентровые проспективные исследования и единые стандарты оценки.

Термины

Андрогенетическая алопеция

Наследственно обусловленное выпадение волос, связанное с чувствительностью фолликулов к андрогенам.

Трихоскопия

Осмотр кожи головы и волос под увеличением с помощью дерматоскопа.

Свёрточная нейронная сеть

Тип алгоритма глубокого обучения, используемый для распознавания изображений.

Внешняя валидация

Проверка модели на независимых данных, не использовавшихся при её создании.