AI wordt gebruikt om netvliesbeelden te analyseren

In een nieuw ontwikkelde aanpak, wordt kunstmatige intelligentie (AI) gebruikt om netvliesbeelden te analyseren. Het systeem zou door artsen kunnen worden gebruikt om de beste behandeling te selecteren voor patiënten die lijden aan verlies van gezichtsvermogen door diabetisch macula-oedeem, een diabetescomplicatie. Dat probleem leidt vaak tot verlies van gezichtsvermogen bij volwassenen in de werkende leeftijd.

Een van de eerste soorten therapie die vaak wordt gebruikt als verdedigingslinie tegen diabetisch macula-oedeem is de antivasculaire endotheliale groeifactor (VEGF). Het probleem met VEGF-middelen is dat ze niet voor iedereen werken. Degenen die baat zouden kunnen hebben bij de therapie, moeten eerst worden geïdentificeerd, aangezien er meerdere injecties nodig zijn. Die injecties kosten veel en zijn belastend voor zowel patiënten als artsen.

De leider van het onderzoeksteam is Sina Farsiu van Duke University.

"We hebben een algoritme ontwikkeld dat kan worden gebruikt om automatisch optische coherentietomografie (OCT)-beelden van het netvlies te analyseren om te voorspellen of een patiënt waarschijnlijk zal reageren op anti-VEGF-behandelingen", zei ze. “Dit onderzoek is een stap in de richting van precisiegeneeskunde, waarbij dergelijke voorspellingen clinici helpen om eerstelijnsbehandelingen voor patiënten beter te selecteren op basis van specifieke ziektetoestanden.. '

Het werk is gepubliceerd in De optische samenleving (OSA) tijdschrift Biomedische Optica Express. In het tijdschrift demonstreerden Farsiu en haar team hoe het nieuwe algoritme in staat is om nauwkeurig te voorspellen of een patiënt waarschijnlijk zal reageren op anti-VEGF-therapie, na slechts één volumetrische scan.

"Onze aanpak zou mogelijk kunnen worden gebruikt in oogklinieken om onnodige en kostbare trial-and-error-behandelingen te voorkomen en zo een aanzienlijke behandelingslast voor patiënten te verlichten," zei Farsiu. "Het algoritme kan ook worden aangepast om de therapierespons voor veel andere oogziekten te voorspellen, waaronder neovasculaire leeftijdsgebonden maculaire degeneratie."

Het nieuw ontwikkelde algoritme is gebaseerd op een nieuwe convolutionele neurale netwerkarchitectuur (CNN). Een CNN is een vorm van kunstmatige intelligentie en kent belang toe aan verschillende aspecten of objecten om beelden te analyseren. Het algoritme werd door de onderzoekers gebruikt om beelden te onderzoeken die waren verkregen met OCT, een niet-invasieve technologie. OCT produceert dwarsdoorsnedebeelden van het netvlies met hoge resolutie en wordt beschouwd als de zorgstandaard voor de beoordeling en behandeling van verschillende oogaandoeningen.

"In tegenstelling tot eerder ontwikkelde benaderingen, vereist ons algoritme OCT-beelden van slechts één tijdstip vóór de behandeling", aldus Reza Rasti, eerste auteur van het artikel en postdoctoraal onderzoeker in het laboratorium van Farsiu. "Er zijn geen tijdreeks-OCT-beelden, patiëntendossiers of andere metadata nodig om de respons op de therapie te voorspellen."

Het nieuwe algoritme werkt door globale structuren in de LGO te markeren. Tegelijkertijd versterkt het ook lokale kenmerken van zieke regio's. Het zoekt naar CNN-gecodeerde kenmerken die kunnen worden gecorreleerd met anti-VEGF-respons. 

Het algoritme werd getest met OCT-beelden van 127 patiënten die een behandeling voor diabetisch maculaoedeem hadden ondergaan met drie opeenvolgende injecties met anti-VEGF-middelen. Het algoritme analyseerde vervolgens OCT-beelden die vóór de anti-VEGF-injecties waren gemaakt, en de voorspellingen van het algoritme werden vergeleken met OCT-beelden die na de anti-VEGF-therapie waren gemaakt. Dit gaf de onderzoekers inzicht in of de therapie al dan niet tot een verbetering van de aandoening leidde. 

Het algoritme bleek een nauwkeurigheidspercentage van 87 procent te hebben voor het voorspellen van degenen die op de behandeling zouden reageren. Het had een gemiddelde precisie en specificiteit van 85 procent en een gevoeligheid van 80 procent.

De onderzoekers willen nu de bevindingen bevestigen en een grotere observationele studie uitvoeren bij patiënten die nog een behandeling moeten ondergaan.