Течение сложно классифицируемых типов сахарного диабета (СД) (медленно развивающийся иммуноопосредован-ный СД взрослых (LADA), моногенные формы СД (MODY)) имеет общие черты как с СД 1 типа (СД1), так и с СД 2 типа (СД2), поэтому зачастую остаются неверно диагностированными. Ошибки в определении типа диабета влекут за собой неверную тактику лечения, что приводит к плохому контролю гликемии, развитию осложнений, снижению качества жизни пациента, увеличению смертности.

Ключевым методом диагностики MODY служит секвенирование генов, ассоциированных с этим заболеванием, а LADA — иммунологический анализ крови в совокупности с особенностями клинической картины. Однако до сих пор не определены точные критерии для направления пациентов на данные исследования. Выполнение данных исследований всем без исключения пациентам с факторами риска может привести к неоправданным экономическим затратам, кроме того, доступ к ним зачастую затруднен. В связи с этим разработаны различные автоматизированные алгоритмы на основе статистических методов и машинного обучения (глубокие нейросети, «деревья решений» и др.) для выделения пациентов, которым наиболее оправданно проведение углубленного обследования. Среди них — алгоритмы дифференциальной диагностики СД1 и СД2, алгоритмы, специализирующиеся на диагностике только LADA или только MODY, лишь один алгоритм направлен на мультиклассовую классификацию пациентов с СД. Широко применяется один из алгоритмов, направленный на диагностику MODY у пациентов в возрасте до 35 лет. Однако существующие алгоритмы имеют ряд недостатков, как-то: малый размер выборки, исключение из исследования пациентов с MODY или пациентов более старшего возраста, отсутствие верификации диагноза с помощью соответствующих исследований, использование поздних осложнений СД в качестве параметров для диагностики. Зачастую в группу исследователей не входили практикующие врачи. Кроме того, ни один из алгоритмов не находится в открытом доступе и не протестирован для пациентов в России. В данной рукописи представлен анализ основных автоматизированных алгоритмов дифференциальной диагностики СД, разработанных в последние годы.