Inteligência Artificial Está Sendi Usada para Analisar Imagens Retinianas

Em uma nova abordagem desenvolvida, inteligência artificial (IA) está sendo usada para analisar imagens retinianas. O sistema pode ser usado por médicos para selecionar o melhor tratamento para pacientes que sofrem de perda de visão devido à edema macular diabético, uma complicação do diabetes. Esse problema frequentemente leva à perda de visão entre adultos em idade ativa.

Um dos primeiros tipos de terapia que é frequentemente usado como linha de defesa contra o edema macular diabético é o anti-fator de crescimento endotelial vascular (VEGF). O problema com os agentes VEGF é que eles não funcionam para todos. Aqueles que podem se beneficiar da terapia precisam ser identificados primeiro, pois requer múltiplas injeções. Essas injeções custam muito e são uma carga para ambos os pacientes e médicos.

A líder da equipe de pesquisa é Sina Farsiu, da Universidade Duke.

“Desenvolvemos um algoritmo que pode ser usado para analisar automaticamente imagens de tomografia de coerência óptica (OCT) da retina para prever se um paciente é provável de responder a tratamentos anti-VEGF”, disse ela. “Essa pesquisa representa um passo em direção à medicina de precisão, na qual tais previsões ajudam os clínicos a selecionar melhor as terapias de primeira linha para os pacientes com base em condições de doença específicas.”

O trabalho foi publicado na revista The Optical Society (OSA) Biomedical Optics Express. Na revista, Farsiu e sua equipe demonstraram como o novo algoritmo é capaz de prever com precisão se um paciente é provável de responder à terapia anti-VEGF, após apenas um exame volumétrico.

“Nossa abordagem pode potencialmente ser usada em clínicas de olhos para prevenir tratamentos desnecessários e caros e, assim, aliviar uma carga de tratamento substancial para os pacientes”, disse Farsiu. “O algoritmo também pode ser adaptado para prever a resposta à terapia para muitas outras doenças oculares, incluindo a degeneração macular relacionada à idade neovascular.”

O algoritmo recém-desenvolvido é baseado em uma nova arquitetura de rede neural convolucional (CNN). Uma CNN é um tipo de inteligência artificial e atribui importância a vários aspectos ou objetos para analisar imagens. O algoritmo foi usado pelos pesquisadores para examinar imagens adquiridas com OCT, que é uma tecnologia não invasiva. A OCT produz imagens retinianas cross-seccionais de alta resolução e é considerada o padrão de cuidado para a avaliação e tratamento de várias condições oculares.

“Ao contrário das abordagens desenvolvidas anteriormente, nosso algoritmo requer imagens OCT de apenas um ponto de tempo pré-tratamento”, disse Reza Rasti, primeiro autor do artigo e um bolsista de pós-doutorado no laboratório de Farsiu. “Não há necessidade de imagens OCT em série, registros de pacientes ou outros metadados para prever a resposta à terapia.”

O novo algoritmo funciona realçando estruturas globais na OCT. Ao mesmo tempo, também melhora recursos locais de regiões doentes. Ele procura por recursos codificados por CNN que possam ser correlacionados com a resposta anti-VEGF. 

O algoritmo foi testado com imagens OCT de 127 pacientes que haviam passado por tratamento para edema macular diabético com três injeções consecutivas de agentes anti-VEGF. O algoritmo então analisou imagens OCT tiradas antes das injeções anti-VEGF e as previsões do algoritmo foram comparadas com imagens OCT tiradas após a terapia anti-VEGF. Isso informou os pesquisadores se a terapia resultou em uma melhoria da condição. 

O algoritmo foi encontrado para ter uma taxa de precisão de 87 por cento para prever aqueles que responderiam ao tratamento. Ele teve uma precisão média e especificidade de 85 por cento e uma sensibilidade de 80 por cento.

Os pesquisadores agora querem confirmar os resultados e realizar um ensaio observacional maior de pacientes que ainda não passaram pelo tratamento.