Kecerdasan Buatan Digunakan untuk Menganalisis Gambar Retina

Dalam sebuah pendekatan baru, kecerdasan buatan (AI) digunakan untuk menganalisis gambar retina. Sistem ini dapat digunakan oleh dokter untuk memilih pengobatan terbaik untuk pasien yang menderita kehilangan penglihatan karena edema makula diabetik, sebuah komplikasi diabetes. Masalah ini sering menyebabkan kehilangan penglihatan pada orang dewasa yang masih bekerja.

Salah satu jenis terapi yang sering digunakan sebagai pertahanan melawan edema makula diabetik adalah anti-vascular endothelial growth factor (VEGF). Masalah dengan agen VEGF adalah bahwa mereka tidak efektif untuk semua orang. Mereka yang dapat diuntungkan dari terapi ini perlu diidentifikasi terlebih dahulu karena memerlukan beberapa suntikan. Suntikan-suntikan ini sangat mahal dan membebani baik pasien maupun dokter.

Pemimpin tim penelitian adalah Sina Farsiu dari Duke University.

“Kami mengembangkan algoritma yang dapat digunakan untuk menganalisis gambar optik koherensi tomografi (OCT) retina secara otomatis untuk memprediksi apakah pasien kemungkinan akan merespons terhadap pengobatan anti-VEGF,” katanya. “Penelitian ini merupakan langkah menuju pengobatan presisi, di mana prediksi seperti ini membantu klinisi memilih terapi pertama yang lebih baik untuk pasien berdasarkan kondisi penyakit tertentu.“

Penelitian ini dipublikasikan di The Optical Society (OSA) jurnal Biomedical Optics Express. Di jurnal tersebut, Farsiu dan timnya menunjukkan bagaimana algoritma baru ini dapat memprediksi secara akurat apakah pasien kemungkinan akan merespons terhadap terapi anti-VEGF, setelah hanya satu pemindaian volumetri.

“Pendekatan kami dapat digunakan di klinik mata untuk mencegah pengobatan yang tidak perlu dan mahal serta mengurangi beban pengobatan yang signifikan bagi pasien,” kata Farsiu. “Algoritma ini juga dapat disesuaikan untuk memprediksi respons terapi untuk banyak penyakit mata lainnya, termasuk degenerasi makula terkait usia neovaskular.”

Algoritma baru ini didasarkan pada arsitektur jaringan saraf konvolusional (CNN) yang baru. CNN adalah jenis kecerdasan buatan, dan itu memberikan prioritas pada berbagai aspek atau objek untuk menganalisis gambar. Algoritma ini digunakan oleh peneliti untuk memeriksa gambar yang diperoleh dengan OCT, yang merupakan teknologi non-invasif. OCT menghasilkan gambar retina cross-sektional dengan resolusi tinggi, dan itu dianggap sebagai standar perawatan untuk penilaian dan pengobatan berbagai kondisi mata.

“Tidak seperti pendekatan yang dikembangkan sebelumnya, algoritma kami hanya memerlukan gambar OCT dari satu titik waktu sebelum pengobatan,” kata Reza Rasti, penulis pertama makalah dan seorang sarjana postdoktor di laboratorium Farsiu. “Tidak perlu gambar OCT seri waktu, catatan pasien atau metadata lainnya untuk memprediksi respons terapi.”

Algoritma baru ini bekerja dengan menyoroti struktur global dalam OCT. Pada saat yang sama, itu juga meningkatkan fitur lokal dari daerah yang sakit. Ini mencari fitur yang dikodekan CNN yang dapat dikorelasikan dengan respons anti-VEGF.

Algoritma ini diuji dengan gambar OCT dari 127 pasien yang telah menjalani pengobatan untuk edema makula diabetik dengan tiga suntikan berturut-turut agen anti-VEGF. Algoritma kemudian menganalisis gambar OCT yang diambil sebelum suntikan anti-VEGF, dan prediksi algoritma dibandingkan dengan gambar OCT yang diambil setelah terapi anti-VEGF. Ini memberitahu peneliti apakah terapi tersebut menghasilkan perbaikan kondisi.

Algoritma ini ditemukan memiliki tingkat akurasi 87 persen dalam memprediksi mereka yang akan merespons terhadap pengobatan. Ini memiliki presisi rata-rata dan spesifisitas 85 persen dan sensitivitas 80 persen.

Peneliti sekarang ingin memastikan temuan ini dan melakukan uji observasional yang lebih besar pada pasien yang belum menjalani pengobatan.