एआई रेटिनल इमेज का विश्लेषण करने के लिए उपयोग किया जा रहा है

एक नए विकसित दृष्टिकोण में, कृत्रिम बुद्धिमत्ता (एआई) रेटिनल इमेज का विश्लेषण करने के लिए उपयोग की जा रही है। यह प्रणाली डॉक्टरों द्वारा मधुमेह रेटिनोपैथी से दृष्टि हानि से पीड़ित रोगियों के लिए सर्वोत्तम उपचार का चयन करने के लिए उपयोग की जा सकती है, जो एक मधुमेह जटिलता है। यह समस्या अक्सर काम करने वाले वयस्कों में दृष्टि हानि का कारण बनती है।

मधुमेह रेटिनोपैथी के खिलाफ रक्षा की पहली पंक्ति के रूप में अक्सर उपयोग की जाने वाली पहली प्रकार की चिकित्सा एंटी-वास्कुलर एंडोथेलियल ग्रोथ फैक्टर (वीईजीएफ) है। वीईजीएफ एजेंटों के साथ समस्या यह है कि वे सभी के लिए काम नहीं करते हैं। जिन लोगों को चिकित्सा से लाभ हो सकता है, उन्हें पहले पहचाना जाना चाहिए क्योंकि यह कई इंजेक्शन की आवश्यकता होती है। ये इंजेक्शन बहुत महंगे हैं, और वे रोगियों और चिकित्सकों दोनों के लिए बोझिल हैं।

अनुसंधान टीम का नेतृत्व ड्यूक विश्वविद्यालय के सीना फारसियू कर रहे हैं।

“हमने एक एल्गोरिदम विकसित किया है जो ऑप्टिकल कोहेरेंस टोमोग्राफी (ओसीटी) रेटिनल इमेज का स्वचालित रूप से विश्लेषण करने के लिए उपयोग किया जा सकता है ताकि यह भविष्यवाणी की जा सके कि एक रोगी एंटी-वीईजीएफ उपचारों का जवाब देने की संभावना है या नहीं,” उन्होंने कहा। “यह शोध सटीक चिकित्सा की दिशा में एक कदम है, जिसमें ऐसी भविष्यवाणियां चिकित्सकों को रोगियों के लिए विशिष्ट रोग स्थितियों के आधार पर पहली पंक्ति की चिकित्सा का बेहतर चयन करने में मदद करती हैं”।

यह काम द ऑप्टिकल सोसाइटी (ओएसए) पत्रिका बायोमेडिकल ऑप्टिक्स एक्सप्रेस में प्रकाशित किया गया था। पत्रिका में, फारसियू और उनकी टीम ने दिखाया कि नया एल्गोरिदम एक ही वॉल्यूमेट्रिक स्कैन के बाद एंटी-वीईजीएफ चिकित्सा का जवाब देने की संभावना की सटीक भविष्यवाणी करने में सक्षम है।

“हमारा दृष्टिकोण संभावित रूप से नेत्र क्लिनिक में अनावश्यक और महंगी परीक्षण और त्रुटि उपचारों को रोकने के लिए उपयोग किया जा सकता है और इस प्रकार रोगियों के लिए एक महत्वपूर्ण उपचार बोझ को कम कर सकता है,” फारसियू ने कहा। “एल्गोरिदम को नियोवास्कुलर एจ-रिलेटेड मैकुलर डिजनरेशन सहित कई अन्य नेत्र रोगों के लिए चिकित्सा प्रतिक्रिया की भविष्यवाणी करने के लिए भी अनुकूलित किया जा सकता है।”

नव विकसित एल्गोरिदम एक नए कंवोल्यूशनल न्यूरल नेटवर्क (सीएनएन) आर्किटेक्चर पर आधारित है। सीएनएन एक प्रकार की कृत्रिम बुद्धिमत्ता है, और यह विभिन्न पहलुओं या वस्तुओं को विश्लेषण करने के लिए महत्व देता है। शोधकर्ताओं ने एल्गोरिदम का उपयोग ओसीटी के साथ प्राप्त छवियों की जांच के लिए किया, जो एक गैर-इनवेसिव प्रौद्योगिकी है। ओसीटी उच्च-रिज़ॉल्यूशन क्रॉस-सेक्शनल रेटिनल इमेज पैदा करता है, और यह विभिन्न नेत्र स्थितियों के मूल्यांकन और उपचार के लिए देखभाल का मानक माना जाता है।

“पहले विकसित दृष्टिकोणों के विपरीत, हमारा एल्गोरिदम केवल एक पूर्व-उपचार समय बिंदु से ओसीटी छवियों की आवश्यकता होती है,” पेपर के पहले लेखक और फारसियू के प्रयोगशाला में एक पोस्टडॉक्टरल विद्वान रेज़ा रस्ती ने कहा। “ओसीटी छवियों की समय श्रृंखला, रोगी रिकॉर्ड या अन्य मेटाडेटा की कोई आवश्यकता नहीं है ताकि चिकित्सा प्रतिक्रिया की भविष्यवाणी की जा सके।”

नया एल्गोरिदम ओसीटी में वैश्विक संरचनाओं को उजागर करके काम करता है। साथ ही, यह बीमार क्षेत्रों से स्थानीय विशेषताओं को भी बढ़ाता है। यह सीएनएन-एन्कोडेड विशेषताओं की तलाश करता है जो एंटी-वीईजीएफ प्रतिक्रिया से संबंधित हो सकते हैं।

एल्गोरिदम का परीक्षण 127 रोगियों की ओसीटी छवियों के साथ किया गया था जिन्हें मधुमेह रेटिनोपैथी के लिए एंटी-वीईजीएफ एजेंटों के तीन लगातार इंजेक्शन के साथ उपचार दिया गया था। एल्गोरिदम ने तब ओसीटी छवियों का विश्लेषण किया जो एंटी-वीईजीएफ इंजेक्शन से पहले ली गई थीं, और एल्गोरिदम की भविष्यवाणियों की तुलना ओसीटी छवियों से की गई जो एंटी-वीईजीएफ चिकित्सा के बाद ली गई थीं। इससे शोधकर्ताओं को पता चला कि क्या चिकित्सा से स्थिति में सुधार हुआ या नहीं।

एल्गोरिदम को उपचार का जवाब देने वालों की भविष्यवाणी करने में 87 प्रतिशत सटीकता दर के साथ पाया गया। इसकी औसत सटीकता और विशिष्टता 85 प्रतिशत और संवेदनशीलता 80 प्रतिशत थी।

अब शोधकर्ता अपने निष्कर्षों की पुष्टि करना चाहते हैं और उपचार से गुजरने वाले रोगियों का एक बड़ा अवलोकन अध्ययन करना चाहते हैं।