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

एक नए विकसित दृष्टिकोण में, आर्टिफ़िशियल इंटेलिजेंस (एआई) रेटिनल इमेज का विश्लेषण करने के लिए उपयोग किया जा रहा है। यह प्रणाली डॉक्टरों द्वारा उपयोग की जा सकती है ताकि वे मधुमेह से होने वाली दृष्टि हानि से पीड़ित रोगियों के लिए सर्वोत्तम उपचार का चयन कर सकें। यह समस्या अक्सर काम करने वाले वयस्कों में दृष्टि हानि का कारण बनती है।

मधुमेह से होने वाली दृष्टि हानि के खिलाफ रक्षा के लिए 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 इस चिकित्सा से लाभ हो सकता है, उन्हें पहले पहचाना जाना चाहिए क्योंकि इसके लिए कई इंजेक्शन की आवश्यकता होती है। ये इंजेक्शन बहुत महंगे हैं और मरीजों और चिकित्सकों दोनों के लिए बोझिल हैं।

शोध टीम का नेतृत्व ड्यूक विश्वविद्यालय के सीना फारसίου कर रहे हैं।

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

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

“हमारा दृष्टिकोण संभावित रूप से आंख के क्लिनिक में अनावश्यक और महंगे परीक्षण और त्रुटि उपचारों को रोकने के लिए उपयोग किया जा सकता है और इस प्रकार रोगियों के लिए उपचार के बोझ को कम कर सकता है,” फारसίου ने कहा। “एल्गोरिदम को कई अन्य आंखों की बीमारियों के लिए थेरेपी प्रतिक्रिया की भविष्यवाणी करने के लिए भी अनुकूलित किया जा सकता है, जिनमें नववास्कुलर एจ-रिलेटेड मैकुलर डिजनरेशन शामिल है।”

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

“पहले से विकसित दृष्टिकोणों के विपरीत, हमारा एल्गोरिदम केवल एक ही पूर्व-उपचार समय बिंदु से ओसीटी इमेज की आवश्यकता होती है,” रेज़ा रस्ती, पेपर के पहले लेखक और फारसίου के प्रयोगशाला में एक पोस्टडॉक्टरल विद्वान ने कहा। “ओसीटी इमेज, रोगी रिकॉर्ड या अन्य मेटाडेटा की समय श्रृंखला की आवश्यकता नहीं है ताकि थेरेपी 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 इमेज के साथ किया गया था जिन्होंने मधुमेह से होने वाली दृष्टि हानि के लिए तीन लगातार एंटी-वीईजीएफ एजेंटों के इंजेक्शन के साथ उपचार किया था। एल्गोरिदम ने तब ओसीटी इमेज का विश्लेषण किया जो एंटी-वीईजीएफ इंजेक्शन से पहले लिया गया था, और एल्गोरिदम की भविष्यवाणियों की तुलना ओसीटी इमेज से की गई जो एंटी-वीईजीएफ थेरेपी के बाद ली गई थीं। इससे शोधकर्ताओं को पता चला कि क्या चिकित्सा ने स्थिति में सुधार किया है।

एल्गोरिदम को उपचार का जवाब देने वाले लोगों की भविष्यवाणी करने के लिए 87 प्रतिशत सटीकता दर मिली। इसकी औसत सटीकता और विशिष्टता 85 प्रतिशत और संवेदनशीलता 80 प्रतिशत थी।

शोधकर्ता अब परिणामों की पुष्टि करना चाहते हैं और उपचार से गुजरने वाले रोगियों के एक बड़े अवलोकन अध्ययन को अंजाम देना चाहते हैं।