Retina Görüntülerini Analiz Etmek İçin Yapay Zeka Kullanılıyor

İçinde yeni geliştirilen yaklaşım, retina görüntülerini analiz etmek için yapay zeka (AI) kullanılıyor. Sistem, bir diyabet komplikasyonu olan diyabetik makula ödemi nedeniyle görme kaybı yaşayan hastalar için en iyi tedaviyi seçmek amacıyla doktorlar tarafından kullanılabilir. Bu sorun genellikle çalışma çağındaki yetişkinler arasında görme kaybına yol açar.

Diyabetik maküla ödemine karşı sıklıkla bir savunma hattı olarak kullanılan ilk tedavi türlerinden biri, anti-vasküler endotelyal büyüme faktörüdür (VEGF). VEGF ajanlarının sorunu, herkes için çalışmamasıdır. Birden fazla enjeksiyon gerektirdiğinden, terapiden yararlanabilecek kişilerin öncelikle tespit edilmesi gerekir. Bu enjeksiyonlar çok pahalı ve hem hasta hem de hekim için külfetli.

Araştırma ekibinin lideri Duke Üniversitesi'nden Sina Farsiu.

"Bir hastanın anti-VEGF tedavilerine yanıt verip vermeyeceğini tahmin etmek için retinanın optik koherens tomografi (OCT) görüntülerini otomatik olarak analiz etmek için kullanılabilecek bir algoritma geliştirdik" dedi. "Bu araştırma, bu tür tahminlerin klinisyenlerin belirli hastalık koşullarına dayalı olarak hastalar için birinci basamak tedavileri daha iyi seçmelerine yardımcı olduğu hassas tıbba doğru bir adımı temsil ediyor.".

çalışma yayınlandı Optik Topluluğu (OSA) dergisi Biyomedikal Optik Ekspres. Dergide, Farsiu ve ekibi, yeni algoritmanın, bir hastanın yalnızca bir hacimsel taramadan sonra anti-VEGF tedavisine yanıt verip vermeyeceğini doğru bir şekilde tahmin edebildiğini gösterdi.

Farsiu, "Yaklaşımımız, gereksiz ve maliyetli deneme yanılma tedavilerini önlemek ve böylece hastalar için önemli bir tedavi yükünü hafifletmek için potansiyel olarak göz kliniklerinde kullanılabilir" dedi. "Algoritma, neovasküler yaşa bağlı makula dejenerasyonu da dahil olmak üzere diğer birçok göz hastalığı için tedavi yanıtını tahmin edecek şekilde uyarlanabilir."

Yeni geliştirilen algoritma, yeni bir evrişimli sinir ağı (CNN) mimarisine dayanmaktadır. CNN bir tür yapay zekadır ve görüntüleri analiz etmek için çeşitli yönlere veya nesnelere önem verir. Algoritma, araştırmacılar tarafından noninvaziv bir teknoloji olan OCT ile elde edilen görüntüleri incelemek için kullanıldı. OCT, yüksek çözünürlüklü kesitsel retina görüntüleri üretir ve çeşitli göz koşullarının değerlendirilmesi ve tedavisinde bakım standardı olarak kabul edilir.

Makalenin ilk yazarı ve Farsiu'nun laboratuvarında doktora sonrası bilim insanı olan Reza Rasti, "Önceden geliştirilen yaklaşımların aksine, algoritmamız yalnızca tek bir ön tedavi zaman noktasından OCT görüntüleri gerektiriyor" dedi. "Tedavi yanıtını tahmin etmek için zaman serisi OCT görüntülerine, hasta kayıtlarına veya diğer meta verilere gerek yok."

Yeni algoritma, OCT'de global yapıları vurgulayarak çalışır. Aynı zamanda hastalıklı bölgelerden yerel özellikleri de geliştirir. Anti-VEGF yanıtıyla ilişkilendirilebilecek CNN kodlu özellikleri arar. 

Algoritma, art arda üç anti-VEGF enjeksiyonu ile diyabetik maküler ödem tedavisi gören 127 hastanın OCT görüntüleri ile test edildi. Algoritma daha sonra anti-VEGF enjeksiyonlarından önce alınan OCT görüntülerini analiz etti ve algoritmanın tahminleri, anti-VEGF tedavisinden sonra alınan OCT görüntüleriyle karşılaştırıldı. Bu, araştırmacılara tedavinin durumun iyileşmesiyle sonuçlanıp sonuçlanmadığını anlattı. 

Algoritmanın tedaviye yanıt verecek kişileri tahmin etmede yüzde 87 doğruluk oranına sahip olduğu bulundu. Ortalama yüzde 85 kesinlik ve özgüllüğe ve yüzde 80 duyarlılığa sahipti.

Araştırmacılar şimdi bulguları doğrulamak ve henüz tedavi görmemiş hastalar üzerinde daha geniş bir gözlemsel deney yapmak istiyorlar.