5 Minuten
Dirbtinis intelektas (DI) dabar gali nustatyti, kurie pacientai, sergantys keratokonusu, greičiausiai patirs žalingą ligos progresavimą dar prieš klinikiniam stebėjimui atsirandant pokyčiams. Pristatytas 43-ajame Europos kataraktos ir refrakcinės chirurgijos draugijos (ESCRS) kongrese, naujas Moorfields Eye Hospital ir University College London tyrimas rodo, kad mašininis mokymasis, taikomas ragenos skenams ir klinikiniams duomenims, gali tiksliai atrinkti pacientus ankstyvam gydymui arba saugiam stebėjimui. Šis metodas žada užkirsti kelią negrįžtamam regėjimo praradimui, sumažinti ragenos transplantacijų skaičių ir pagerinti oftalmologijos išteklių paskirstymą.
Mokslinis pagrindas: kas yra keratokonus ir kodėl laikas svarbus
Keratokonus (keratokonusas) yra degeneracinė ragenos liga, kuri paprastai prasideda paauglystėje ir progresuoja suaugusio amžiaus laikotarpiu, dėl ko įprastai kupolo formos ragena suplonėja ir išsikiša. Iškreipta ragena sukelia neryškų arba deformuotą matymą ir gali smarkiai sumažinti gyvenimo kokybę. Apskaičiuota, kad kai kuriose populiacijose keratokonus gali paveikti iki 1 iš 350 žmonių. Gydymas svyruoja nuo specialių kontaktinių lęšių iki minimaliai invazinės procedūros, vadinamos ragenos kryžminiu surišimu (corneal cross-linking, CXL), kuri naudoja riboflavino (vitamino B2) lašus ir ultravioletinę šviesą, kad sustingtų ir stabilizuotų rageną.
Ankstyvas CXL—atidarytas prieš atsirandant nuolatinei randinei ar stipriai plonėjusiai struktūrai—gali sustabdyti progresavimą ir daugeliu atvejų užkirsti kelią ragenos transplantacijai. Klinikinė problema yra nuspėti, kas progresuos. Šiandien daugumai pacientų reikia metų reguliaraus stebėjimo naudojant optinę koherentinę tomografiją (OCT) ir biomechaninius įvertinimus progresavimui aptikti; dažnai, kai pablogėjimas patvirtinamas, dalis žalos yra negrįžtama.
Tyrimo dizainas ir DI našumas
Tyrėjų grupę vadovavo dr. Shafi Balal, analizavusi didelę retrospektyvią kohortą pacientų, nukreiptų į Moorfields Eye Hospital keratokonuso vertinimui ir stebėjimui. Komanda sujungė 36 673 OCT vaizdus iš 6 684 unikalių pacientų su įprastiniais klinikiniais duomenimis ir apmokė DI algoritmą prognozuoti ligos trajektoriją nuo pirmojo klinikinio vizito.
Pagrindiniai rezultatai
Modelis padalijo pacientus į kliniškai naudingas rizikos grupes: maždaug dvi trečiosios buvo priskirtos mažos rizikos grupei (tinkamos tolesniam stebėjimui), o apie trečdalis buvo identifikuoti kaip didelės rizikos ir jiems rekomenduota skubiai atlikti kryžminį surišimą. Kai algoritmas gavo vaizdus ir duomenis iš antro vizito, tikslumas dar padidėjo—teisingai klasifikuodamas iki 90 % pacientų. Literatūroje nurodomi CXL sėkmės rodikliai viršija 95 %, kai procedūra atliekama prieš atsirandant struktūriniams randams, kas pabrėžia ankstyvos intervencijos, paremtos DI, potencialą.
Dr. Balal apibendrino rezultatus: "Mūsų tyrimas rodo, kad galime naudoti DI, kad prognozuotume, kuriems pacientams reikia gydymo, o kuriems pakanka stebėjimo. Tai pirmasis tokio pobūdžio tyrimas, pasiekęs tokį tikslumo lygį prognozuojant keratokonuso progresavimo riziką derinant skenavimus ir pacientų duomenis." Jis pažymėjo, kad nors dabartiniame darbe naudotas vienas OCT įrenginys, metodai ir algoritmas gali būti pritaikyti kitoms vaizdavimo platformoms ir prieš diegimą klinikinėje praktikoje praeis papildomus saugumo testus.
Klinikinės implikacijos ir sveikatos sistemos naudos
Jeigu būtų patvirtintas prospektyviniuose daugiacentriniuose tyrimuose, algoritminis atrankos metodas galėtų pakeisti keratokonuso priežiūrą iš reaguojančios į proaktyvią. Numatomos naudos apima:
- Užkirsti kelią išvengiamam regos praradimui, suteikiant CXL prieš atsirandant negrįžtamiems randams.
- Sumažinti ragenos persodinimų skaičių bei su tuo susijusias komplikacijas ir atkūrimo naštą.
- Sumažinti nereikalingų apsilankymų dažnį mažos rizikos pacientams, atlaisvinant galimybes sudėtingesnei priežiūrai.
- Leisti specialistams prioritizuoti pacientus su didžiausiu poreikiu, gerinant bendrus priežiūros kelius.
Dr. José Luis Güell, ESCRS valdybos narys ir Ragenos, kataraktos ir refrakcinės chirurgijos skyriaus vadovas Instituto de Microcirugía Ocular (ne dalyvavo tyrime), komentavo: "Keratokonus yra valdomas sutrikimas, tačiau sunku nuspręsti, ką gydyti, kada ir kaip suteikti gydymą. Deja, ši problema gali lemti vėlavimus, dėl kurių daugelis pacientų praranda regėjimą ir reikalauja invazinių implantų ar persodinimo operacijų." Jo pastabos pabrėžia klinikinį poreikį geresnei rizikos stratifikacijai.
Ribotumai, patvirtinimas ir tolesni žingsniai
Tyrimo ribotumai apima priklausomybę nuo duomenų, gautų iš vieno OCT įrenginio, ir retrospektyvų dizainą. Autoriai pripažįsta būtinybę prospektyviai patvirtinti algoritmą įvairiuose įrenginiuose, pacientų populiacijose ir sveikatos sistemose, kad būtų patvirtintas bendras taikymo galimumas. Algoritmas praeis saugumo testus ir reguliavimo peržiūrą prieš bet kokį klinikinį diegimą.
Tyrėjai jau planuoja naujos kartos DI, apmokytą milijonams akių skenų, siekiant išplėsti galimybes už keratokonuso prognozavimo ribų. Galimos plėtros sritys apima automatizuotą ragenos infekcijų aptikimą, paveldimų tinklainės ar ragenos ligų ankstyvą identifikavimą ir integraciją su elektroninėmis sveikatos įrašų sistemomis ilgalaikei rizikos modeliavimo analizei.
Eksperto įžvalga
Dr. Maya Thompson, konsultuojanti oftalmologė ir DI sveikatos priežiūroje tyrėja, pateikia praktinę perspektyvą: "Mašininio mokymosi modeliai yra tiek pat naudingi, kiek gerai jie integruoti į klinikinį darbą. Keratokonuso atveju patvirtintas atrankos įrankis būtų transformuojantis — leistų klinicistams anksti pasiūlyti CXL tinkamiems pacientams ir saugiai sumažinti stebėjimą kitiems. Kritiniai tolesni žingsniai yra daugiacentriški tyrimai, skaidrus našumo ataskaitų teikimas pagal įrenginio tipą ir aiškios pacientų sutikimo bei duomenų valdymo taisyklės. Teisingai įdiegtas DI gali apsaugoti regėjimą ir mažinti akių priežiūros paslaugų naštą."
Susijusios technologijos ir ateities perspektyvos
Šis darbas yra oftalmologinio vaizdavimo, skaičiavimo diagnostikos ir translacinio DI sankirtoje. Pagrindines galimybes suteikia aukštos raiškos OCT, debesų pagrindu atliekamas masto modelių mokymas ir tarpusavyje suderinami elektroniniai sveikatos įrašai. Reguliavimo sistemos medicininiam DI, taikomieji klinikiniai tyrimai ir gydytojų mokymas lems, kaip greitai diagnostiniai algoritmai pereis iš tyrimų į įprastinę priežiūrą.
Išvada
Šis tyrimas parodo, kad DI, taikomas dešimtims tūkstančių OCT skenų ir klinikinių įrašų, gali prognozuoti keratokonuso progresavimą pakankamai anksti, kad pakeistų gydymo sprendimus. Leidžiant taikytą, laiku atliekamą ragenos kryžminį surišimą, ši technologija galėtų užkirsti kelią regėjimo netekimui, sumažinti transplantacijų skaičių ir optimizuoti oftalmologijos išteklius. Laukiant papildomo patvirtinimo ir įrenginių nepriklausomų testų, algoritminė rizikos stratifikacija žada žengti į asmeninės ir prevencinės akių priežiūros krypį.
Quelle: sciencedaily
Kommentare