Искусственный интеллект используется для анализа ретинальных изображений

В недавно разработанном подходе искусственный интеллект (ИИ) используется для анализа ретинальных изображений. Система может быть использована врачами для выбора лучшего лечения пациентов, страдающих от потери зрения из-за диабетической макулярной эдемы, осложнения диабета. Эта проблема часто приводит к потере зрения среди взрослых трудоспособного возраста.

Одним из первых типов терапии, часто используемых в качестве защиты от диабетической макулярной эдемы, является анти-ангиогенный фактор роста эндотелия (VEGF). Проблема с агентами VEGF заключается в том, что они не работают для всех. Те, кто может получить пользу от терапии, должны быть выявлены сначала, поскольку для этого требуется несколько инъекций. Эти инъекции стоят дорого и являются обременительными для пациентов и врачей.

Руководителем исследовательской группы является Сина Фарсиу из Университета Дьюка.

“Мы разработали алгоритм, который может быть использован для автоматического анализа оптической когерентной томографии (ОКТ) изображений сетчатки для предсказания того, сможет ли пациент ответить на анти-VEGF лечение”, – сказала она. “Это исследование представляет собой шаг к персонализированной медицине, в которой такие предсказания помогают клиницистам лучше выбирать первичные терапии для пациентов на основе конкретных состояний заболевания”.

Работа была опубликована в журнале The Optical Society (OSA) Biomedical Optics Express. В журнале Фарсиу и ее команда продемонстрировали, как новый алгоритм может точно предсказать, сможет ли пациент ответить на анти-VEGF терапию, после только одного объёмного скана.

“Наш подход может быть потенциально использован в глазных клиниках для предотвращения ненужных и дорогостоящих пробных методов лечения и, таким образом, облегчить значительную нагрузку на пациентов”, – сказала Фарсиу. “Алгоритм также может быть адаптирован для предсказания реакции на терапию для многих других глазных заболеваний, включая нововаскулярную возрастную макулярную дегенерацию”.

Недавно разработанный алгоритм основан на новой свёрточной нейронной сети (CNN) архитектуре. CNN – это тип искусственного интеллекта, который присваивает важность различным аспектам или объектам для анализа изображений. Алгоритм был использован исследователями для изучения изображений, полученных с помощью ОКТ, которая является неинвазивной технологией. ОКТ производит высококачественные поперечные ретинальные изображения и считается стандартом ухода за оценкой и лечением различных глазных состояний.

“В отличие от ранее разработанных подходов, наш алгоритм требует ОКТ-изображений только из одного предлечебного времени”, – сказал Реза Расти, первый автор статьи и постдокторант в лаборатории Фарсиу. “Не нужно время-ряда ОКТ-изображений, записей пациентов или других метаданных для предсказания реакции на терапию”.

Новый алгоритм работает, выделяя глобальные структуры в ОКТ. В то же время он также усиливает местные особенности из поражённых областей. Он ищет CNN-кодированные особенности, которые могут быть связаны с анти-VEGF реакцией.

Алгоритм был протестирован с ОКТ-изображениями 127 пациентов, которые прошли лечение диабетической макулярной эдемы с помощью трёх последовательных инъекций анти-VEGF агентов. Затем алгоритм проанализировал ОКТ-изображения, полученные до инъекций анти-VEGF, и предсказания алгоритма были сравнены с ОКТ-изображениями, полученными после анти-VEGF терапии. Это показало исследователям, привела ли терапия к улучшению состояния.

Алгоритм был найден с точностью 87 процентов для предсказания тех, кто ответит на лечение. Он имел среднюю точность и специфичность 85 процентов и чувствительность 80 процентов.

Исследователи теперь хотят подтвердить результаты и провести более крупное наблюдательное исследование пациентов, которые ещё не прошли лечение.