Штучний інтелект використовується для аналізу ретинальних зображень

У новому підході штучний інтелект (ШІ) використовується для аналізу ретинальних зображень. Ця система може бути використана лікарями для вибору найкращого лікування пацієнтів, які страждають на втрату зору через діабетичну макулярну едему, ускладнення цукрового діабету. Ця проблема часто призводить до втрати зору серед працездатного населення.

Одним з перших типів терапії, яку часто використовують як лінію захисту проти діабетичної макулярної едеми, є анти-ангиогенний фактор (VEGF). Проблема з агентами VEGF полягає в тому, що вони не працюють для всіх. Тих, хто може виграти від цієї терапії, потрібно спочатку ідентифікувати, оскільки це вимагає декількох ін’єкцій. Ці ін’єкції коштують дорого і є обтяжливими для пацієнтів і лікарів.

Лідер дослідницької групи – Сіна Фарсіу з Дюкського університету.

“Ми розробили алгоритм, який можна використовувати для автоматичного аналізу оптичної когерентної томографії (ОКТ) зображень сітківки для прогнозування того, чи буде пацієнт реагувати на анти-VEGF лікування”, – сказала вона. “Цей досліджень є кроком до персоналізованої медицини, в якій такі прогнози допомагають клініцистам краще вибирати першу лінію терапії для пацієнтів на основі конкретних захворювань”.

Робота була опублікована в журналі Оптичного товариства (OSA) Біомедична оптика Експрес. У журналі Фарсіу та її команда продемонстрували, як новий алгоритм здатний точно прогнозувати, чи буде пацієнт реагувати на анти-VEGF терапію, після лише одного об’ємного скану.

“Наш підхід може бути використаний в офтальмологічних клініках для запобігання непотрібним і дорогим спробам лікування та тим самим полегшити значне лікування пацієнтів”, – сказала Фарсіу. “Алгоритм також може бути адаптований для прогнозування реакції на лікування багатьох інших офтальмологічних захворювань, включаючи новоутворення вікової макулярної дегенерації”.

Новий алгоритм заснований на новій архітектурі конволюційної нейронної мережі (CNN). CNN – це тип штучного інтелекту, який призначає вагу різним аспектам або об’єктам для аналізу зображень. Алгоритм був використаний дослідниками для вивчення зображень, отриманих з ОКТ, яка є неінвазивною технологією. ОКТ виробляє високороздільні поперечні зображення сітківки та вважається стандартом догляду за оцінкою та лікуванням різних офтальмологічних захворювань.

“На відміну від раніше розроблених підходів, наш алгоритм вимагає ОКТ-зображень лише з одного передлікарського часу”, – сказав Реза Расті, перший автор статті та постдокторант у лабораторії Фарсіу. “Не потрібно часових рядів ОКТ-зображень, медичних записів або інших метаданих для прогнозування реакції на лікування”.

Новий алгоритм працює шляхом виділення глобальних структур в ОКТ. Одночасно він також посилює локальні особливості з уражених ділянок. Він шукає особливості, закодовані в CNN, які можуть бути корельованими з реакцією на анти-VEGF лікування.

Алгоритм був протестований на ОКТ-зображеннях з 127 пацієнтів, які пройшли лікування діабетичної макулярної едеми з трьома послідовними ін’єкціями анти-VEGF агентів. Алгоритм потім проаналізував ОКТ-зображення, отримані до ін’єкцій анти-VEGF, та прогнози алгоритму були порівняні з ОКТ-зображеннями, отриманими після анти-VEGF терапії. Це показало дослідникам, чи покращилася стан після лікування.

Алгоритм був визнаний таким, що має 87-відсоткову точність прогнозування тих, хто реагуватиме на лікування. Він мав середню точність та специфічність 85 відсотків та чутливість 80 відсотків.

Дослідники тепер хочуть підтвердити свої висновки та провести більший спостережувальний дослід пацієнтів, які ще не пройшли лікування.