یک رویکرد جدید است که با استفاده از هوش مصنوعی به تجزیه و تحلیل شبکیه تصاویر می تواند یک روز کمک به پزشکان در انتخاب بهترین درمان برای بیماران مبتلا به از دست دادن بینایی از diabetic macular edema. این عوارض دیابت یکی از علل عمده از دست دادن بینایی در میان کار-سنی بزرگسالان است.

ضد فاکتور رشد اندوتلیال عروقی (VEGF) عوامل به طور گسترده ای به عنوان خط اول درمان برای diabetic macular edema, اما آنها کار نمی کند برای همه. وجود دارد نیاز به شناسایی افرادی که نیازمند درمان به دلیل آن نیاز به تزریق های متعدد که در حال پر هزینه و سنگین برای بیماران و پزشکان است.

“ما به توسعه یک الگوریتم است که می تواند مورد استفاده قرار گیرد به طور خودکار تجزیه و تحلیل توموگرافی انسجام نوری (OCT) تصاویر شبکیه چشم برای پیش بینی اینکه آیا یک بیمار است که به احتمال زیاد برای پاسخ به anti-VEGF درمان” گفت: تحقیقات رهبر تیم سینا Farsiu از دانشگاه دوک است. “این تحقیق نشان دهنده یک گام به سوی دقیق پزشکی است که در آن چنین پیش بینی به کمک پزشکان بهتر است را انتخاب کنید و خط اول درمان برای بیماران بر اساس بیماری خاص شرایط است.”

در نوری جامعه (OSA) مجله Biomedical Optics Express, Farsiu و همکاران نشان می دهد که الگوریتم جدید می توانید تجزیه و تحلیل فقط یکی قبل از درمان حجمی اسکن به دقت پیش بینی اینکه آیا یک بیمار است که به احتمال زیاد برای پاسخ به anti-VEGF درمانی است.

“رویکرد ما به طور بالقوه می تواند مورد استفاده در کلینیک چشم برای جلوگیری از غیر ضروری و پر هزینه trial-and-error درمان و در نتیجه کاهش قابل توجه بار برای درمان بیماران مبتلا به” Farsiu گفت. “الگوریتم همچنین می توان به پیش بینی درمان پاسخ برای بسیاری از دیگر بیماری های چشم از جمله neovascular وابسته به سن ماکولا.”

پیش بینی پاسخ به درمان الگوریتم توسعه یافته توسط محققان بر اساس یک رمان از شبکه های عصبی کانولوشن (ایسنا) معماری یک نوع از هوش مصنوعی است که می تواند تجزیه و تحلیل تصاویر با اختصاص اهمیت به جنبه های مختلف و یا اشیاء. آنها با استفاده از الگوریتم به بررسی تصاویر به دست آورد و با مهر و یک تکنولوژی غیر تهاجمی است که تولید با وضوح بالا مقطعی شبکيه چشم است و استاندارد مراقبت برای ارزیابی و درمان بسیاری از شرایط چشم.

“بر خلاف قبلا توسعه یافته روش الگوریتم ما نیاز OCT تصاویر از تنها یک قبل timepoint” گفت: Reza Rasti اول نویسنده مقاله و یک محقق فوق دکترا در Farsiu آزمایشگاه. “وجود دارد هیچ نیازی نیست برای سری زمانی OCT تصاویر سوابق بیمار و یا دیگر ابرداده به پیش بینی درمان پاسخ.”

الگوریتم جدید حفظ و برجسته جهانی سازه در OCT تصویر در حالی که بهبود ویژگی های محلی از بیمار مناطق به نحو احسن استفاده شبکیه ضخامت اطلاعات است. برای کمک به درمان تصمیم گیری محققان گنجانیده یک مرحله اضافی به نظر می رسد که برای سی ان ان-کد گذاری ویژگی های است که بسیار در ارتباط با anti-VEGF پاسخ.

تست الگوریتم محققان در آزمایش جدید خود را با الگوریتم OCT تصاویر از 127 بیمارانی که درمان شده مبتلا به ادم ماکولا با سه متوالی تزریق anti-VEGF عوامل است. آنها اعمال الگوریتم برای تجزیه و تحلیل OCT تصاویر گرفته شده قبل از anti-VEGF تزریق و سپس در مقایسه با الگوریتم را پیش بینی به OCT تصاویر گرفته شده بعد از anti-VEGF درمانی برای تایید اینکه آیا درمان بهبود این بیماری است.

بر اساس نتایج محققان محاسبه شده است که این الگوریتم را 87 درصد شانس به درستی پیش بینی که پاسخ به درمان است. آن را به نمایش گذاشته و به طور متوسط دقت و ويژگی 85 درصد و حساسیت از 80 درصد است.

بعدی محققان قصد تایید و گسترش یافته های حاصل از این مطالعه آزمایشی با انجام یک بزرگتر به صورت آزمایشی از بیماران که هنوز تحت درمان است.

داستان منبع:

مواد ارائه شده توسط نوری جامعه. توجه داشته باشید: محتوا ممکن است برای ویرایش سبک و طول.

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de