Торлог бүрхэвчийн дүрсийг шинжлэхэд хиймэл оюун ухааныг ашиглаж байна

Дотор шинээр боловсруулсан арга, хиймэл оюун ухаан (AI) нь торлог бүрхэвчийн дүрсийг шинжлэхэд ашиглагдаж байна. Энэхүү системийг эмч нар чихрийн шижин өвчний хүндрэл болох чихрийн шижингийн шар толбоны хаванаас болж хараа муудаж буй өвчтөнүүдэд хамгийн сайн эмчилгээг сонгоход ашиглаж болно. Энэ асуудал нь хөдөлмөрийн насны насанд хүрэгчдийн хараа муудахад хүргэдэг.

Чихрийн шижингийн шар толбоны хавангийн эсрэг хамгаалалтын шугам болгон ашигладаг анхны эмчилгээний нэг бол судасны эсрэг эндотелийн өсөлтийн хүчин зүйл (VEGF) юм. VEGF-ийн төлөөлөгчдийн асуудал нь хүн бүрт тохирдоггүй явдал юм. Эмчилгээний үр шимийг хүртэх хүмүүсийг эхлээд тодорхойлох хэрэгтэй, учир нь энэ нь олон тарилга шаарддаг. Эдгээр тарилга нь маш их өртөгтэй бөгөөд өвчтөн болон эмч нарын хувьд ачаалал ихтэй байдаг.

Судалгааны багийн ахлагч нь Дьюкийн их сургуулийн Сина Фарсиу юм.

"Бид нүдний торлог бүрхэвчийн оптик когерент томографийн (OCT) дүрсийг автоматаар шинжилж, өвчтөн VEGF-ийн эсрэг эмчилгээнд хариу өгөх эсэхийг урьдчилан таамаглах алгоритмыг боловсруулсан" гэж тэр хэлэв. "Энэ судалгаа нь нарийн анагаах ухаан руу чиглэсэн алхам бөгөөд ийм таамаглал нь эмч нарт өвчний тодорхой нөхцөл байдалд үндэслэн өвчтөнд зориулсан эхний шатлалын эмчилгээг илүү сайн сонгоход тусалдаг.. "

Бүтээл нь хэвлэгдсэн Оптикийн нийгэмлэг (OSA) сэтгүүл Биоанагаахын оптик Экспресс. Уг сэтгүүлд Фарсиу болон түүний багийнхан шинэ алгоритм нь зөвхөн нэг хэмжээст скан хийсний дараа өвчтөн VEGF-ийн эсрэг эмчилгээнд хариу өгөх эсэхийг урьдчилан таамаглах чадвартай болохыг харуулсан.

Фарсиу хэлэхдээ "Бидний арга барилыг шаардлагагүй, өндөр өртөгтэй туршилт, алдааны эмчилгээнээс урьдчилан сэргийлэхийн тулд нүдний эмнэлгүүдэд ашиглах боломжтой бөгөөд ингэснээр өвчтөнүүдийн эмчилгээний ихээхэн ачааллыг хөнгөвчлөх боломжтой" гэж Фарсиу хэлэв. "Алгоритмыг шинэ судасны насжилттай холбоотой толбоны доройтол зэрэг нүдний бусад олон өвчний эмчилгээний хариу урвалыг урьдчилан таамаглахад тохируулж болно."

Шинээр боловсруулсан алгоритм нь шинэ конволюцийн мэдрэлийн сүлжээ (CNN) архитектур дээр суурилдаг. CNN бол хиймэл оюун ухааны нэг төрөл бөгөөд дүрсийг шинжлэхийн тулд янз бүрийн тал эсвэл объектод ач холбогдол өгдөг. Энэхүү алгоритмыг судлаачид инвазив бус технологи болох OCT-ийн тусламжтайгаар авсан зургийг судлахад ашигласан. OCT нь торлог бүрхэвчийн өндөр нарийвчлалтай хөндлөн огтлолын дүрсийг гаргадаг бөгөөд энэ нь нүдний янз бүрийн өвчнийг үнэлэх, эмчлэхэд зориулсан тусламж үйлчилгээний стандарт гэж тооцогддог.

"Өмнө нь боловсруулсан аргуудаас ялгаатай нь манай алгоритм нь эмчилгээний өмнөх ганц цаг хугацааны OCT зургийг шаарддаг" гэж уг нийтлэлийн анхны зохиогч, Фарсиугийн лабораторийн докторын дараах судлаач Реза Расти хэлэв. "Эмчилгээний хариуг урьдчилан таамаглахын тулд цаг хугацааны цуврал OCT зураг, өвчтөний бүртгэл эсвэл бусад мета өгөгдөл шаардлагагүй."

Шинэ алгоритм нь OCT дахь дэлхийн бүтцийг онцлон харуулах замаар ажилладаг. Үүний зэрэгцээ энэ нь өвчтэй бүс нутгаас орон нутгийн шинж чанарыг сайжруулдаг. Энэ нь VEGF-ийн эсрэг хариу үйлдэлтэй уялдаж болох CNN кодлогдсон функцуудыг хайдаг. 

Алгоритмыг VEGF-ийн эсрэг эмийг гурван удаа дараалан тариулж, чихрийн шижингийн шар толбо хавангийн эмчилгээ хийлгэсэн 127 өвчтөний OCT зураг дээр туршиж үзсэн. Дараа нь алгоритм нь VEGF-ийн эсрэг тарилга хийхээс өмнө авсан OCT зургийг шинжилж, алгоритмын таамаглалыг VEGF-ийн эсрэг эмчилгээний дараа авсан OCT зурагтай харьцуулсан. Энэ нь эмчилгээний үр дүнд нөхцөл байдал сайжирсан эсэхийг судлаачдад хэлжээ. 

Уг алгоритм нь эмчилгээнд хариу өгөх хүмүүсийг урьдчилан таамаглах 87 хувийн нарийвчлалтай болохыг тогтоожээ. Энэ нь дунджаар 85 хувийн нарийвчлал, өвөрмөц байдал, 80 хувийн мэдрэмжтэй байв.

Судлаачид одоо үр дүнг баталгаажуулж, эмчилгээ хийлгэж амжаагүй өвчтөнүүдэд илүү өргөн хүрээтэй ажиглалтын туршилт хийхийг хүсч байна.