人工智能预测糖尿病相关视觉损失的治疗结果
![Researchers developed a new algorithm that can use a single OCT scan to predict whether a patient with diabetic macular edema is likely to respond to anti-VEGF treatments. They tested it on pretreatment OCT images (top row) and used post-treatment OCT images (bottom row) to track response to treatment. Case 24 and 36 responded to treatment. Credit: Sina Farsiu, Duke University 人工智能预测糖尿病相关视觉损失的治疗结果](https://scx1.b-cdn.net/csz/news/800a/2020/5-artificialin.jpg)
一种使用人工智能分析视网膜图像的新方法可以有一天可以帮助医生为患有糖尿病黄斑水肿的视力丧失的患者选择最佳治疗方法。这种糖尿病并发症是工作年龄成年人视力丧失的主要原因。
抗血管内皮生长因子(VEGF)药物被广泛用作糖尿病黄斑水肿的第一线治疗,但它们不适用于每个人。需要识别谁将受益于治疗,因为它需要多次注射,这对患者和医生来说都是昂贵和繁重的。
“我们开发了一种可用于自动分析的算法光学相干断层扫描(OCT)视网膜的图像预测患者是否可能对抗VEGF治疗,“来自Duke大学的研究团队领导人。”这项研究代表了迈向精密药物的一步,其中这种预测可以更好地帮助临床医生根据具体疾病条件选择患者的一线疗法。“
在光学学会(OSA)期刊中生物医学光学表达,Farsiu和同事表明,新算法可以分析一个预处理的体积扫描,以准确预测患者是否可能响应抗VEGF治疗。
“我们的方法可能会用于眼科诊所,以防止不必要的和昂贵的试验和错误治疗,从而减轻患者的大量治疗负担,”Farsiu说。“该算法也可以适用于预测许多其他眼部疾病的治疗反应,包括新生血管年龄相关的黄斑变性。”
预测研究人员开发的算法基于新颖的卷积神经网络(CNN)架构,一种类型人工智能这可以通过为各个方面或对象分配重要性来分析图像。它们使用该算法检查10月份获取的图像,这是一种产生高分辨率横截面的非侵入性技术视网膜图像并且是评估和治疗许多眼部条件的护理标准。
“与先前开发的方法不同,我们的算法只需要一个预处理时间点的OCT图像,”纸张的第一作者Reza Rasti说,纸张博士学位和法院实验室的博士后学者说。“不需要时间序列OCT图像,患者记录或其他元数据来预测治疗响应。”
新算法保留并突出显示OCT图像中的全局结构,同时增强来自患病区域的局部特征,以有效地使用视网膜厚度信息。为了帮助治疗决策,研究人员纳入了一种额外的步骤,用于寻找与抗VEGF响应高度相关的CNN编码特征。
测试研究人员测试的算法新算法对于127名患者的OCT图像,患有糖尿病黄斑水肿的127名患者,连续三次注射抗VEGF剂。它们将算法应用于分析抗VEGF注射前拍摄的OCT图像,然后将算法的预测与抗VEGF疗法进行的OCT图像进行比较,以确认是否治疗改善了这种情况。
基于结果,研究人员计算了算法将有87%的机会正确预测谁会回应治疗。它的平均精度和特异性为85%,敏感度为80%。
接下来,研究人员计划通过对尚未进行治疗的患者进行更大的观察试验来确认和扩展该试点研究的结果。
进一步探索
用户评论