Tehisintellekti kasutatakse võrkkesta kujutiste analüüsimiseks

Aastal äsja väljatöötatud lähenemisviis, kasutatakse võrkkesta kujutiste analüüsimiseks tehisintellekti (AI). Arstid võivad süsteemi kasutada selleks, et valida parim ravi patsientidele, kes kannatavad diabeetilise maakula turse (diabeedi tüsistuste) tõttu nägemise kaotuse all. See probleem põhjustab sageli tööealiste täiskasvanute nägemise kaotust.

Üks esimesi ravitüüpe, mida sageli kasutatakse kaitseliinina diabeetilise makulaarse turse vastu, on vaskulaarne endoteeli kasvufaktor (VEGF). VEGF-i ainete probleem on see, et need ei tööta kõigi jaoks. Esmalt tuleb välja selgitada need, kes võiksid ravist kasu saada, kuna see nõuab mitut süsti. Need süstid maksavad palju ja on koormavad nii patsientidele kui ka arstidele.

Uurimisrühma juht on Sina Farsiu Duke'i ülikoolist.

"Me töötasime välja algoritmi, mida saab kasutada võrkkesta optilise koherentstomograafia (OCT) kujutiste automaatseks analüüsimiseks, et ennustada, kas patsient tõenäoliselt reageerib VEGF-i vastasele ravile," ütles ta. "See uurimus kujutab endast sammu täppismeditsiini suunas, kus sellised ennustused aitavad arstidel paremini valida patsientide jaoks esmavaliku ravi vastavalt konkreetsetele haigusseisunditele.. "

Teos avaldati aastal Optika Ühing (OSA) ajakiri Biomedical Optics Express. Ajakirjas näitasid Farsiu ja tema meeskond, kuidas uus algoritm suudab täpselt ennustada, kas patsient reageerib tõenäoliselt VEGF-vastasele ravile pärast ühte mahulist skaneerimist.

"Meie lähenemisviisi võiks potentsiaalselt kasutada silmakliinikutes, et vältida tarbetuid ja kulukaid katse-eksituse ravisid ning seega leevendada patsientide olulist ravikoormust," ütles Farsiu. "Algoritmi saab kohandada ka paljude teiste silmahaiguste, sealhulgas neovaskulaarse vanusega seotud makulaarse degeneratsiooni ravivastuse ennustamiseks."

Äsja välja töötatud algoritm põhineb uudsel konvolutsioonilise närvivõrgu (CNN) arhitektuuril. CNN on tehisintellekti tüüp ja see omistab piltide analüüsimisel tähtsuse erinevatele aspektidele või objektidele. Teadlased kasutasid algoritmi, et uurida OCT-ga saadud pilte, mis on mitteinvasiivne tehnoloogia. OCT toodab kõrge eraldusvõimega võrkkesta ristlõike kujutisi ja seda peetakse erinevate silmahaiguste hindamise ja ravi standardiks.

"Erinevalt varem väljatöötatud lähenemisviisidest nõuab meie algoritm OCT-pilte ainult ühest eeltöötluse ajapunktist, " ütles Reza Rasti, artikli esimene autor ja Farsiu labori järeldoktor. "Ravivastuse ennustamiseks pole vaja aegridade OCT-pilte, patsiendikirjeid ega muid metaandmeid."

Uus algoritm töötab ÜMT globaalsete struktuuride esiletõstmisega. Samal ajal suurendab see ka haigete piirkondade kohalikke tunnuseid. See otsib CNN-kodeeritud funktsioone, mida saab korreleerida VEGF-vastase vastusega. 

Algoritmi testiti OCT-piltidega 127 patsiendilt, kes olid läbinud diabeetilise makulaarse ödeemi ravi kolme järjestikuse VEGF-vastaste ainete süstimisega. Seejärel analüüsis algoritm OCT-pilte, mis tehti enne VEGF-vastast süstimist, ja algoritmi ennustusi võrreldi pärast VEGF-vastast ravi tehtud OCT-piltidega. See andis teadlastele teada, kas ravi parandas seisundit või mitte. 

Leiti, et algoritmi täpsus on 87 protsenti, et ennustada ravile reageerivaid inimesi. Selle keskmine täpsus ja spetsiifilisus oli 85 protsenti ning tundlikkus 80 protsenti.

Teadlased tahavad nüüd tulemusi kinnitada ja viia läbi suurema vaatlusuuringu patsientidega, kes ei ole veel ravi läbinud.