AI se koristi za analizu slika mrežnice

U novorazvijeni pristup, umjetna inteligencija (AI) koristi se za analizu slika mrežnice. Sustav bi mogli koristiti liječnici kako bi odabrali najbolji tretman za pacijente koji pate od gubitka vida zbog dijabetičkog makularnog edema, komplikacije dijabetesa. Taj problem često dovodi do gubitka vida među odraslim osobama u radnoj dobi.

Jedna od prvih vrsta terapije koja se često koristi kao linija obrane protiv dijabetičkog makularnog edema je antivaskularni endotelni faktor rasta (VEGF). Problem s VEGF agensima je taj što ne djeluju na svakoga. Najprije treba identificirati one kojima bi terapija mogla koristiti jer zahtijeva višestruke injekcije. Te injekcije su skupe, a opterećuju i pacijente i liječnike.

Voditeljica istraživačkog tima je Sina Farsiu sa Sveučilišta Duke.

"Razvili smo algoritam koji se može koristiti za automatsku analizu slika optičke koherentne tomografije (OCT) mrežnice kako bismo predvidjeli hoće li pacijent vjerojatno odgovoriti na anti-VEGF tretmane", rekla je. "Ovo istraživanje predstavlja korak prema preciznoj medicini, u kojoj takva predviđanja pomažu kliničarima da bolje odaberu terapiju prve linije za pacijente na temelju specifičnih bolesti".

Djelo je objavljeno u Optičko društvo (OSA) časopis Biomedicinska optika Express. U časopisu su Farsiu i njezin tim pokazali kako je novi algoritam sposoban točno predvidjeti hoće li pacijent odgovoriti na anti-VEGF terapiju, nakon samo jednog volumetrijskog skeniranja.

"Naš pristup bi se potencijalno mogao koristiti u očnim klinikama kako bi se spriječili nepotrebni i skupi tretmani pokušaja i pogrešaka i tako smanjio značajan teret liječenja za pacijente", rekao je Farsiu. "Algoritam bi se također mogao prilagoditi za predviđanje terapijskog odgovora za mnoge druge očne bolesti, uključujući neovaskularnu makularnu degeneraciju povezanu sa starenjem."

Novorazvijeni algoritam temelji se na novoj arhitekturi konvolucijske neuronske mreže (CNN). CNN je vrsta umjetne inteligencije i pridaje važnost različitim aspektima ili objektima kako bi analizirao slike. Istraživači su upotrijebili algoritam za ispitivanje slika dobivenih OCT-om, što je neinvazivna tehnologija. OCT proizvodi slike presjeka retine visoke rezolucije i smatra se standardom skrbi za procjenu i liječenje različitih stanja oka.

"Za razliku od prethodno razvijenih pristupa, naš algoritam zahtijeva OCT slike iz samo jedne vremenske točke predtretmana", rekao je Reza Rasti, prvi autor rada i postdoktorand u Farsiuovom laboratoriju. "Nema potrebe za OCT slikama vremenskih serija, zapisima pacijenata ili drugim metapodacima za predviđanje terapijskog odgovora."

Novi algoritam funkcionira tako da ističe globalne strukture u OCT-u. U isto vrijeme, također poboljšava lokalne karakteristike bolesnih regija. Traži CNN-kodirane značajke koje se mogu povezati s anti-VEGF odgovorom. 

Algoritam je testiran s OCT slikama 127 pacijenata koji su bili podvrgnuti liječenju dijabetičkog makularnog edema s tri uzastopne injekcije anti-VEGF sredstava. Algoritam je zatim analizirao OCT slike koje su snimljene prije anti-VEGF injekcija, a predviđanja algoritma su uspoređena s OCT slikama snimljenim nakon anti-VEGF terapije. To je istraživačima govorilo je li terapija dovela do poboljšanja stanja ili ne. 

Utvrđeno je da algoritam ima stopu točnosti od 87 posto za predviđanje onih koji će odgovoriti na liječenje. Imao je prosječnu preciznost i specifičnost od 85 posto i osjetljivost od 80 posto.

Istraživači sada žele potvrditi nalaze i poduzeti veće opservacijsko ispitivanje pacijenata koji tek trebaju proći kroz liječenje.