Yapay Zeka Retina Görüntülerini Analiz Ediyor

Yeni geliştirilen bir yaklaşım kapsamında, yapay zeka (AI) retina görüntülerini analiz etmek için kullanılıyor. Bu sistem, diyabetik makula ödemi nedeniyle görme kaybı yaşayan hastalar için en iyi tedaviyi seçmek amacıyla doktorlar tarafından kullanılabilir. Bu problem genellikle çalışma yaşındaki yetişkinler arasında görme kaybına neden oluyor.

Diyabetik makula ödemi karşı kullanılan ilk tedavi türlerinden biri, anti-vascular endothelial büyüme faktörü (VEGF) ajanlarıdır. VEGF ajanları ile ilgili sorun, herkes için etkili olmamasıdır. Tedaviye yanıt verebilecek hastalar önce 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.

“Optik koherens tomografi (OCT) ile alınan retina görüntülerini otomatik olarak analiz ederek, bir hastanın anti-VEGF tedavilerine yanıt verme olasılığını öngören bir algoritma geliştirdik” dedi. “Bu araştırma, hastalara özgü hastalık durumlarına dayanarak ilk tedavi seçeneklerini daha iyi seçmelerine yardımcı olanprecision tıbbına doğru bir adımdır.”

Çalışma, The Optical Society (OSA) dergisinde yayımlandı. Biomedical Optics Express dergisinde Farsiu ve ekibi, yeni algoritmanın anti-VEGF tedavisine yanıt verme olasılığını doğru bir şekilde öngörebileceğini gösterdi.

“Yaklaşımımız, göz kliniklerinde gereksiz ve pahalı deneme-yanılma tedavilerini önleyerek hastalar için önemli bir tedavi yükünü hafifletebilir” dedi Farsiu. “Algoritma, aynı zamanda diğer göz hastalıkları için de tedavi yanıtını öngörmek amacıyla uyarlanabilir, Örneğin, yeni damarlı yaşa bağlı makula dejenerasyonu.”

Yeni geliştirilen algoritma, bir novel konvolüsyonel sinir ağı (CNN) mimarisine dayanmaktadır. CNN, bir tür yapay zekadır ve görüntüleri analiz etmek için çeşitli yönleri veya nesneleri önemser. Algoritma, araştırmacılar tarafından OCT ile alınan görüntüleri incelemek için kullanıldı. OCT, invazif olmayan bir teknolojidir ve çeşitli göz koşullarının değerlendirilmesi ve tedavisi için standart olarak kabul edilir.

“Önceki yaklaşımlardan farklı olarak, algoritamız yalnızca tek bir pretedavi zaman noktasından OCT görüntüleri gerektirir” dedi makalenin ilk yazarı ve Farsiu’nun laboratuvarındaki bir postdoc araştırmacısı Reza Rasti. “Zaman serisi OCT görüntüleri, hasta kayıtları veya diğer metadata gerektirmez.”

Yeni algoritma, OCT’de global yapıları vurgulayarak ve aynı zamanda hastalıklı bölgelerden yerel özellikleri tăngştirerek çalışır. Anti-VEGF yanıtını öngörebilecek CNN-kodlu özellikleri arar.

Algoritma, anti-VEGF ajanları ile tedavi edilen 127 hastanın OCT görüntüleri ile test edildi. Algoritma, anti-VEGF enjeksiyonlarından önce alınan OCT görüntülerini analiz etti ve öngörülerini anti-VEGF tedavisinden sonra alınan OCT görüntüleri ile karşılaştırdı. Bu, araştırmacılara tedavinin durumunu iyileştirip iyileştirmediğini söyledi.

Algoritmanın, tedaviye yanıt verecek hastaları öngörme konusunda %87’lik bir doğruluk oranı olduğu bulundu. Ortalama bir precisyon ve spesifisite %85 ve bir duyarlılık %80 vardı.

Araştırmacılar şimdi bulgularını onaylamak ve tedavi görmemiş hastalar üzerinde daha büyük bir gözlem çalışması yapmak istiyorlar.