Trí tuệ nhân tạo được sử dụng để phân tích hình ảnh võng mạc

Trong một phương pháp mới được phát triển, trí tuệ nhân tạo (AI) được sử dụng để phân tích hình ảnh võng mạc. Hệ thống này có thể được sử dụng bởi các bác sĩ để chọn phương pháp điều trị tốt nhất cho bệnh nhân bị mất thị lực do bệnh đái tháo đường võng mạc, một biến chứng của bệnh đái tháo đường. Vấn đề này thường dẫn đến mất thị lực ở người trưởng thành trong độ tuổi lao động.

Một trong những phương pháp điều trị đầu tiên thường được sử dụng như một biện pháp phòng thủ chống lại bệnh đái tháo đường võng mạc là chống lại yếu tố tăng trưởng nội mô mạch máu (VEGF). Vấn đề với các tác nhân VEGF là chúng không hoạt động đối với mọi người. Những người có thể hưởng lợi từ liệu pháp cần được xác định trước vì nó đòi hỏi phải tiêm nhiều lần. Những mũi tiêm này rất tốn kém và gây gánh nặng cho cả bệnh nhân và bác sĩ.

Người đứng đầu nhóm nghiên cứu là Sina Farsiu từ Đại học Duke.

“Chúng tôi đã phát triển một thuật toán có thể được sử dụng để tự động phân tích hình ảnh võng mạc bằng cách sử dụng công nghệ chụp cắt lớp quang học (OCT) để dự đoán xem một bệnh nhân có khả năng đáp ứng với điều trị chống VEGF hay không”, cô nói. “Nghiên cứu này đại diện cho một bước tiến tới y học chính xác, trong đó những dự đoán như vậy giúp các bác sĩ chọn liệu pháp đầu tiên tốt nhất cho bệnh nhân dựa trên tình trạng bệnh cụ thể.”

Công việc này đã được công bố trên Tạp chí The Optical Society (OSA) Biomedical Optics Express. Trong tạp chí, Farsiu và nhóm của cô đã chứng minh cách thuật toán mới có thể dự đoán chính xác xem một bệnh nhân có khả năng đáp ứng với điều trị chống VEGF sau chỉ một lần quét thể tích.

“Phương pháp của chúng tôi có thể được sử dụng trong các phòng khám mắt để ngăn chặn các phương pháp điều trị không cần thiết và tốn kém, và do đó giảm bớt gánh nặng điều trị đáng kể cho bệnh nhân”, Farsiu nói. “Thuật toán cũng có thể được điều chỉnh để dự đoán phản ứng với liệu pháp cho nhiều bệnh về mắt khác, bao gồm cả bệnh võng mạc tuổi già liên quan đến sự tăng trưởng của các mạch máu mới.”

Thuật toán mới được phát triển dựa trên một kiến trúc mạng nơ-ron tích chập (CNN) mới. CNN là một loại trí tuệ nhân tạo, và nó gán tầm quan trọng cho các khía cạnh hoặc đối tượng khác nhau để phân tích hình ảnh. Thuật toán đã được các nhà nghiên cứu sử dụng để kiểm tra hình ảnh được thu thập bằng OCT, một công nghệ không xâm lấn. OCT tạo ra hình ảnh võng mạc cắt ngang có độ phân giải cao, và nó được coi là tiêu chuẩn chăm sóc cho việc đánh giá và điều trị các tình trạng về mắt khác nhau.

“Không giống như các phương pháp trước đây, thuật toán của chúng tôi chỉ yêu cầu hình ảnh OCT từ một thời điểm trước điều trị”, Reza Rasti, tác giả đầu tiên của bài báo và là nghiên cứu sinh sau tiến sĩ trong phòng thí nghiệm của Farsiu, nói. “Không cần hình ảnh OCT theo thời gian, hồ sơ bệnh án hoặc các siêu dữ liệu khác để dự đoán phản ứng với liệu pháp.”

Thuật toán mới hoạt động bằng cách làm nổi bật các cấu trúc toàn cầu trong OCT. Đồng thời, nó cũng tăng cường các tính năng cục bộ từ các vùng bị bệnh. Nó tìm kiếm các tính năng được mã hóa CNN có thể được liên kết với phản ứng chống VEGF.

Thuật toán đã được thử nghiệm với hình ảnh OCT từ 127 bệnh nhân đã trải qua điều trị cho bệnh đái tháo đường võng mạc với ba lần tiêm liên tiếp các tác nhân chống VEGF. Sau đó, thuật toán đã phân tích hình ảnh OCT được thực hiện trước khi tiêm chống VEGF, và các dự đoán của thuật toán đã được so sánh với hình ảnh OCT được thực hiện sau khi điều trị chống VEGF. Điều này cho các nhà nghiên cứu biết liệu liệu pháp có dẫn đến sự cải thiện tình trạng hay không.

Thuật toán đã được tìm thấy có tỷ lệ chính xác 87% trong việc dự đoán những người sẽ đáp ứng với điều trị. Nó có độ chính xác và độ đặc hiệu trung bình là 85% và độ nhạy là 80%.

Các nhà nghiên cứu hiện muốn xác nhận các phát hiện và thực hiện một thử nghiệm quan sát lớn hơn đối với bệnh nhân chưa trải qua điều trị.