Retina Görüntülerini Analiz Etmek için Yapay Zeka Kullanılıyor

Yeni geliştirilen bir yaklaşım kapsamında, yapay zeka (AI) retina görüntülerini analiz etmek için kullanılıyor. Sistem, diyabetik makula ödeminin neden olduğu görme kaybından mustarip hastalar için en iyi tedaviyi seçmek amacıyla doktorlar tarafından kullanılabilir. Bu sorun genellikle çalışma yaşındaki yetişkinler arasında görme kaybına neden olur.

Diyabetik makula ödemi karşı savunmanın ilk türlerinden biri olan anti-vascular endothelial growth factor (VEGF) tedavisidir. VEGF ajanlarının sorunu, herkes için çalışmamasıdır. Tedaviye faydalanabilecek olanlar ilk olarak belirlenmelidir, çünkü bu tedavi birden fazla enjeksiyon gerektirir. Bu enjeksiyonlar hem hastalar hem de doktorlar için pahalı ve zahmetlidir.

Araştırma ekibinin lideri Duke Üniversitesi’nden Sina Farsiu’dur.

“Retinanın optik koherens tomografi (OCT) görüntülerini otomatik olarak analiz edebilecek ve bir hastanın anti-VEGF tedavilerine yanıt verme olasılığını tahmin edebilecek bir algoritma geliştirdik” dedi. “Bu araştırma, klinisyenlerin hastalara spesifik hastalık koşullarına dayanarak ilk tedavi seçeneklerini daha iyi seçmelerine yardımcı olan tahminler içeren kişiselleştirilmiş tıpta bir adım olarak kabul edilebilir.”

Çalışma, The Optical Society (OSA) dergisinde yayımlandı. Biomedical Optics Express. Dergide, Farsiu ve ekibi, yeni algoritmanın sadece bir hacimsel tarama sonrasında anti-VEGF tedavisine yanıt verme olasılığını doğru bir şekilde tahmin edebildiğini gösterdi.

“Yaklaşımımız, gereksiz ve pahalı deneme-yanılma tedavilerini önlemek ve böylece hastalar için önemli bir tedavi yükünü hafifletmek için göz kliniklerinde kullanılabilir” dedi Farsiu. “Algoritma, yeni damarlı yaşa bağlı makula dejenerasyonu dahil olmak üzere birçok diğer göz hastalığında tedavi yanıtını tahmin etmek için de uyarlanabilir.”

Yeni geliştirilen algoritma, yeni bir konvolüsyonel sinir ağı (CNN) mimarisi temelinde oluşturuldu. CNN, bir tür yapay zekadır ve görüntüleri analiz etmek için çeşitli yön veya nesnelere önem verir. Araştırmacılar, algoritmayı, noninvazif bir teknoloji olan OCT ile elde edilen görüntüleri incelemek için kullandı. OCT, yüksek çözünürlüklü kesitsel retina görüntüleri üretir ve çeşitli göz koşullarının değerlendirilmesi ve tedavisi için standart olarak kabul edilir.

“Önceki çalışmalardan farklı olarak, bizim algoritamız sadece tek bir pretedavi zaman noktasından OCT görüntüleri gerektirir” dedi makalenin ilk yazarı ve Farsiu’nun laboratuvarındaki bir postdoktor araştırmacı olan Reza Rasti. “Tedavi yanıtını tahmin etmek için zaman serisi OCT görüntüleri, hasta kayıtları veya diğer meta veriler gerekli değildir.”

Yeni algoritma, OCT’de global yapıları vurgulayarak ve aynı zamanda hastalıklı bölgelerden yerel özellikleri güçlendirerek çalışır. Anti-VEGF yanıtıyla ilişkili olabilecek CNN-kodlu özellikler arar.

Algoritma, diyabetik makula ödemi tedavisi için üç ardışık anti-VEGF ajanı enjeksiyonu uygulanan 127 hastanın OCT görüntüleri ile test edildi. Algoritma, anti-VEGF enjeksiyonlarından önce alınan OCT görüntülerini analiz etti ve algoritmanın tahminleri, anti-VEGF tedavisinden sonra alınan OCT görüntüleri ile karşılaştırıldı. Bu, araştırmacılara tedavinin durumun iyileştirilmesine yol açıp açmadığını söyledi.

Algoritmanın tedaviye yanıt verecek olanları tahmin etmede %87’lik bir doğruluk oranı olduğu bulundu. Ortalama bir kesinlik ve özgüllük %85 ve bir duyarlılık %80 vardı.

Araştırmacılar şimdi, bulgularını onaylamak ve henüz tedavi görmemiş hastaların daha büyük bir gözlemsel çalışmasını yapmak istiyorlar.