Ретинопатия недоношенных (РН) — это заболевание глаз недоношенных детей, которое в тяжелых случаях может привести к полной потере зрения. Своевременная диагностика и лечение заболевания могут помочь сохранить зрение. В данном исследовании представлен метод автоматизации диагностики РН с использованием сверточных нейронных сетей EfficientNetV2B1 и YOLOv8n. Эксперименты проводились на наборе цифровых изображений глазного дна недоношенных детей, полученных в областном центре ретинопатии недоношенных ГАУЗ СО «МКМЦ «Бонум». Для борьбы с недостатком данных и дисбалансом классов на обучающем наборе данных были использованы аугментации. Для интерпретации признаков, выделяемых моделью EfficientNet, был использован метод Grad-CAM. Результаты экспериментов показали, что доля правильно классифицированных изображений составила 90% для модели EfficientNet и 95% для YOLO, причем YOLO показала более высокие результаты по точности и полноте, чем EfficientNet. Также модель YOLOv8n не допустила ни одного ложно отрицательного срабатывания, то есть все изображения с «Патологией» были определены верно.