Süni intellekt diabetlə əlaqəli görmə itkisi üçün müalicə nəticələrini proqnozlaşdırır.

Həkimlərə diabetik makula ödeminin müalicəsini fərdiləşdirməyə kömək edən yeni alqoritm hazırlanmışdır.

Mənbə: Optik Cəmiyyət

Xülasə: Retinal görüntüləri analiz etmək üçün süni intellektdən istifadə edən yeni bir yanaşma bir gün həkimlərə diabetik makula ödemindən görmə itkisi olan xəstələr üçün ən yaxşı müalicəni seçməyə kömək edə bilər. Bu şəkərli diabetin ağırlaşması, əmək qabiliyyətli yaşlılar arasında görmə itkisinin əsas səbəbidir.

Anti-damar endotelial böyümə faktoru (VEGF), diabetik makula ödemi üçün ilk terapiya xətti kimi istifadə olunur, lakin onlar hər kəsə yaramır. Terapiyadan kimin faydalanacağını müəyyənləşdirməyə ehtiyac var, çünki həm xəstələr, həm də həkimlər üçün bahalı və ağır olan çox sayda inyeksiya tələb edir.

"Bir xəstənin anti-VEGF müalicəsinə reaksiya verəcəyini təxmin etmək üçün retinanın optik uyğunluq tomoqrafiyası (OCT) şəkillərini avtomatik təhlil etmək üçün istifadə edilə bilən bir alqoritm hazırladıq"araşdırma qrupunun rəhbəri Duke Universitetindən Sina Farsiu dedi. "Bu tədqiqat, bu cür proqnozlar klinisyenlərin müəyyən xəstəlik şərtlərinə əsaslanan xəstələr üçün ilk sıra müalicələrini daha yaxşı seçməsinə kömək edən həssas bir tibbə doğru bir addımdır."

Optik Cəmiyyət (OSA) jurnalında Biomedical Optics Express, Farsiu və həmkarları göstərir ki, yeni alqoritm bir xəstənin anti-VEGF terapiyasına cavab verib-verməyəcəyini dəqiq proqnozlaşdırmaq üçün yalnız bir müalicə öncəsi həcmli tarama analiz edə bilər.

Farsiu, "Lazımsız və bahalı sınaq və səhv müalicələrinin qarşısını almaq və beləliklə xəstələr üçün əhəmiyyətli bir müalicə yükünü yüngülləşdirmək üçün yanaşmamız potensial olaraq göz klinikalarında istifadə edilə bilər" dedi."

Alqoritm, neovaskulyar yaşa bağlı makula dejenerasyonu da daxil olmaqla bir çox digər göz xəstəlikləri üçün terapiya cavabını proqnozlaşdırmaq üçün uyğunlaşdırıla bilər.

"Müalicə cavabını proqnozlaşdırmaq Tədqiqatçılar tərəfindən hazırlanan alqoritm, yeni aspektli sinir şəbəkəsi (CNN) memarlığına, müxtəlif aspektlərə və ya obyektlərə əhəmiyyət verərək şəkilləri analiz edə biləcək süni intellekt növüdür.Alqoritmdən istifadə edərək, yüksək qətnaməli kəsikli retinal görüntülər istehsal edən və bir çox göz şəraitinin qiymətləndirilməsi və müalicəsi üçün standart olan OTV adlı qeyri-invaziv bir texnologiya ilə əldə edilmiş şəkilləri araşdırdılar."

Əvvəllər işlənib hazırlanmış yanaşmalardan fərqli olaraq, alqoritmimiz yalnız  əvvəlcə hazırlanma nöqtəsindən OCT şəkillərini tələb edir.

"Farsiu laboratoriyasında ilk kağız müəllifi və postdoktoral bir alim olan Reza Rasti dedi. Terapiya cavabını proqnozlaşdırmaq üçün vaxt aralığında OCT görüntülərinə, xəstə qeydlərinə və ya digər metadata ehtiyac yoxdur. "

Yeni alqoritm, Okt görüntüsündəki qlobal quruluşları qoruyur və vurğulayır, retinal qalınlığı məlumatlarından səmərəli istifadə etmək üçün xəstə bölgələrinin yerli xüsusiyyətlərini artırır. Müalicə qərarının qəbul edilməsində kömək etmək üçün tədqiqatçılar, CNN kodlu xüsusiyyətləri, anti-VEGF reaksiyaları ilə əlaqəli olan əlavə bir addım əlavə etdilər.

Alqoritmin sınanması Tədqiqatçılar yeni alqoritmini üç dəfə ardıcıl anti-VEGF agentləri ilə diabetik makula ödemi ilə müalicə olunan 127 xəstədən OCT görüntüləri ilə sınaqdan keçirdilər. Anti-VEGF enjeksiyonlarından əvvəl alınan OCT şəkillərini analiz etmək üçün alqoritmi tətbiq etdilər, sonra alqoritmin proqnozlarını anti-VEGF terapiyasından sonra alınan OCT şəkilləri ilə müqayisə etdilər, terapiyanın vəziyyətini yaxşılaşdırdıqlarını təsdiqlədilər.

Nəticələrə əsasən, tədqiqatçılar alqoritmin müalicəyə kimin cavab verəcəyini düzgün proqnozlaşdırma şansının 87 faiz olacağını hesabladılar. 85 faiz orta həssaslıq və spesifiklik və 80 faiz həssaslıq nümayiş edildi.

Daha sonra tədqiqatçılar bu pilot tədqiqatdan əldə etdikləri nəticələri təsdiqləməyi və uzatmağı planlaşdırırlar ki, hələ müalicə almamış xəstələrdə daha böyük müşahidə sınağı keçirsinlər.