Inteligência Artificial está sendo usada para analisar imagens da retina

Em uma abordagem recém-desenvolvida, a inteligência artificial (IA) está sendo usada para analisar imagens da retina. 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 em 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 fator de crescimento endotelial vascular anti-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 requerem múltiplas injeções. Essas injeções custam muito e são onerosas para 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 ao tratamento anti-VEGF”, disse ela. “Essa pesquisa representa um passo em direção à medicina de precisão, na qual essas 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 da Sociedade Óptica (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 arquitetura de rede neural convolucional (CNN) nova. 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 de alta resolução da retina em seção transversal 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 de 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 de OCT em série, registros de paciente ou outros metadados para prever a resposta à terapia”.

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

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