การแพทย์
AI ถูกใช้ในการวิเคราะห์ภาพถ่ายจอประสาทตา
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ในแนวทางใหม่ที่พัฒนาแล้ว ปัญญาประดิษฐ์ (AI) ถูกใช้ในการวิเคราะห์ภาพถ่ายจอประสาทตา ระบบนี้สามารถใช้โดยแพทย์เพื่อเลือกการรักษาที่ดีที่สุดสำหรับผู้ป่วยที่มีปัญหาการสูญเสียการมองเห็นจากโรคจอประสาทตาอักเสบจากเบาหวาน ซึ่งเป็นภาวะแทรกซ้อนของโรคเบาหวานที่อาจทำให้ผู้ป่วยสูญเสียการมองเห็นได้
การรักษาแรกที่มักใช้ในการป้องกันโรคจอประสาทตาอักเสบจากเบาหวานคือการรักษาด้วยยาต้านการเติบโตของหลอดเลือด (VEGF) แต่ปัญหาก็คือยาต้าน VEGF ไม่ได้ผลสำหรับทุกคน ผู้ป่วยที่อาจได้รับประโยชน์จากการรักษานี้จำเป็นต้องได้รับการระบุให้ทราบก่อน เนื่องจากการรักษานี้ต้องใช้การฉีดหลายครั้ง ซึ่งมีค่าใช้จ่ายสูงและเป็นภาระสำหรับทั้งผู้ป่วยและแพทย์
ผู้นำทีมวิจัยคือ Sina Farsiu จากมหาวิทยาลัย Duke
“เราได้พัฒนาแอลกอริทึมที่สามารถวิเคราะห์ภาพถ่ายจอประสาทตาด้วยเทคนิคทอมوگرาฟีแบบโคแฮเรนซ์ (OCT) เพื่อคาดการณ์ว่าผู้ป่วยมีแนวโน้มที่จะตอบสนองต่อการรักษาด้วยยาต้าน VEGF หรือไม่” เธอกล่าว “การวิจัยนี้เป็นก้าวหนึ่งในการแพทย์ที่แม่นยำ ซึ่งการคาดการณ์เหล่านี้ช่วยให้แพทย์สามารถเลือกการรักษาแรกที่ดีที่สุดสำหรับผู้ป่วยตามสภาพของโรคได้”
ผลงานวิจัยนี้ได้รับการตีพิมพ์ใน สมาคมออปติกส์ (OSA) ในวารสาร Biomedical Optics Express ในวารสารนี้ Farsiu และทีมงานของเธอได้แสดงให้เห็นว่าแอลกอริทึมใหม่นี้สามารถคาดการณ์ได้อย่างแม่นยำว่าผู้ป่วยมีแนวโน้มที่จะตอบสนองต่อการรักษาด้วยยาต้าน VEGF หลังจากการสแกนสามมิติเพียงครั้งเดียว
“แนวทางของเราอาจใช้ได้ในคลินิกตาเพื่อป้องกันการรักษาที่ไม่จำเป็นและไม่มีประสิทธิภาพ ซึ่งจะช่วยลดภาระการรักษาให้กับผู้ป่วย” Farsiu กล่าว “แอลกอริทึมของเรายังสามารถปรับให้ใช้ในการคาดการณ์การตอบสนองต่อการรักษาโรคตาหลายชนิด รวมถึงโรคจอประสาทตาอักเสบจากอายุ
แอลกอริทึมใหม่นี้มีพื้นฐานมาจากโครงสร้างเครือข่ายประสาทเทียม (CNN) ซึ่งเป็นรูปแบบหนึ่งของปัญญาประดิษฐ์ และมอบความสำคัญให้กับด้านต่างๆ ของวัตถุหรือสิ่งแวดล้อมเพื่อวิเคราะห์ภาพ แอลกอริทึมถูกใช้โดยนักวิจัยเพื่อตรวจสอบภาพที่ได้รับจากเทคนิค OCT ซึ่งเป็นเทคโนโลยีที่ไม่รุกราน OCT สร้างภาพถ่ายจอประสาทตาที่มีความละเอียดสูง และถือเป็นมาตรฐานในการประเมินและรักษาโรคตาต่างๆ
“ไม่เหมือนกับแนวทางที่พัฒนาแล้วก่อนหน้านี้ แอลกอริทึมของเราต้องการภาพ OCT จากจุดก่อนการรักษาเพียงครั้งเดียว” Reza Rasti ผู้เขียนเอกสารวิจัยและนักวิจัยหลังปริญญาเอกในห้องปฏิบัติการของ Farsiu กล่าว “ไม่มีความจำเป็นต้องใช้ภาพ OCT ซ้ำๆ หรือบันทึกผู้ป่วยและข้อมูลอื่นๆ เพื่อคาดการณ์การตอบสนองต่อการรักษา”
แอลกอริทึมใหม่นี้ทำงานโดยการเน้นโครงสร้างทั่วไปในภาพ OCT ในขณะเดียวกันก็เพิ่มคุณสมบัติเฉพาะเจาะจงจากบริเวณที่มีโรค แอลกอริทึมค้นหาคุณสมบัติที่ถูกเข้ารหัสโดย CNN ที่สามารถสัมพันธ์กับการตอบสนองต่อการรักษาด้วยยาต้าน VEGF
แอลกอริทึมถูกทดสอบกับภาพ OCT จากผู้ป่วย 127 คน ที่ได้รับการรักษาด้วยยาต้าน VEGF สำหรับการฉีดสามครั้งติดต่อกัน แอลกอริทึมวิเคราะห์ภาพ OCT ที่ถ่ายก่อนการฉีดยาต้าน VEGF และการคาดการณ์ของแอลกอริทึมถูกเปรียบเทียบกับภาพ OCT ที่ถ่ายหลังการรักษาด้วยยาต้าน VEGF เพื่อดูว่าการรักษานี้ส่งผลให้การมองเห็นของผู้ป่วยดีขึ้นหรือไม่
แอลกอริทึมพบว่ามีอัตราความแม่นยำ 87 เปอร์เซ็นต์ในการคาดการณ์ผู้ป่วยที่จะตอบสนองต่อการรักษา และมีค่าเฉลี่ยของความแม่นยำและความเฉพาะเจาะจง 85 เปอร์เซ็นต์ และความไว 80 เปอร์เซ็นต์
นักวิจัยต้องการยืนยันผลการวิจัยและดำเนินการวิจัยที่มีขนาดใหญ่ขึ้นในผู้ป่วยที่ยังไม่ได้รับการรักษา
