O nouă tehnologie de inteligență artificială îmbunătățește diagnosticul bolilor oculare
Scanările oculare noninvazive oferă medicilor o imagine detaliată, în trei dimensiuni, a interiorului ochiului, fără a provoca disconfort pacientului.
Aceste scanări, utilizate frecvent în clinici din întreaga lume, generează vederi detaliate ale straturilor interioare ale ochiului, ajutând la diagnosticarea afecțiunilor ce pot amenința vederea. Totuși, volumul mare de date generate – sute de imagini pe scanare – necesită revizuirea manuală de către medici, un proces consumator de timp și predispus la erori umane.
Recent, cercetătorii de la Washington University School of Medicine din St. Louis, în colaborare cu colegii de la University of Washington din Seattle și Genentech, Inc., au dezvoltat un sistem experimental de inteligență artificială (IA) care poate accelera procesul de revizuire a scanărilor și ajută medicii să identifice semne subtile ale bolilor oculare mai devreme. Tehnologia, denumită OCTCube-M, include un set de trei modele IA concepute pentru a citi și interpreta imagini 3D ale retinei și alte tipuri de scanări oculare.
Într-un nou studiu, cercetătorii au constatat că, comparativ cu modelele mai vechi, noul sistem IA a identificat mai precis opt boli retiniene diferite, inclusiv degenerescența maculară legată de vârstă, o afecțiune comună care afectează retina și este principala cauză a orbirei la persoanele de peste 50 de ani. De asemenea, a fost mai precis în predicțiile referitoare la viteza de progresie a unei forme severe a acestei afecțiuni, numită atrofie geografică.
Rezultatele care descriu tehnologia în stadiul său de cercetare au fost publicate recent în revista Nature Biomedical Engineering.
Scanările oculare de astăzi oferă medicilor o vedere detaliată a interiorului ochiului, dezvăluind structuri și modificări subtile care altfel ar rămâne nedetectate. Totuși, încă ne lipsesc instrumentele necesare pentru a ajuta medicii să proceseze volumul de imagini generate. Sistemul nostru IA are potențialul de a împuternici medicii să facă diagnostice mai rapide, să adapteze tratamentele mai precis și să proiecteze studii clinice care să aducă noi terapii pacienților mai repede.
În plus, studiul a arătat că modelul putea deduce riscuri pentru sănătate dincolo de ochi, prezicând rezultate precum atacul de cord, accidentul vascular cerebral și insuficiența renală, bazându-se exclusiv pe imagistica retiniană. Vasele de sânge mici din retină sunt anatomic și dezvoltativ identice celor din rinichi, iar procesele ce duc la acumularea plăcii în pereții vaselor de sânge care hrănesc inima și creierul lasă de asemenea semnături în ochi.
„Modelul are potențialul de a transforma un simplu examen ocular într-un instrument puternic pentru a ajuta la detectarea bolilor dincolo de ochi”, a spus Lee. „Deschide ușa pentru o detectare mai devreme, o monitorizare mai precisă și, potențial, rezultate mai bune pentru pacienții care altfel ar putea rămâne nediagnosticați până când boala lor este mult mai avansată.”
Diagnosticul, un ac într-un fân cu date.
Conform Organizației Mondiale a Sănătății, cel puțin 2,2 miliarde de persoane la nivel mondial se confruntă cu probleme de vedere. Metoda de imagistică numită tomografie de coerență optică a revoluționat diagnosticul și îngrijirea afecțiunilor care cauzează pierderea vederii, generând, printr-o scanare rapidă, sute de imagini secționale care formează împreună o imagine detaliată, 3D a retinei și nervului optic. Aceasta poate dezvălui semne timpurii ale diferitelor boli oculare, cum ar fi glaucomul, degenerescența maculară și retinopatia diabetic, printre alte afecțiuni.
Între timp, IA a devenit un instrument puternic pentru procesarea unor seturi mari de date medicale, iar Lee și colegii săi au adus contribuții notabile în acest domeniu. Cu câțiva ani în urmă, ei au publicat, în Nature, rezultate care descriu un model care este mai bun în diagnosticarea bolilor oculare în imagini retiniene bidimensionale comparativ cu modelele mai vechi.
Datorită faptului că modelul a fost instruit pe imagini de tomografie 2D, cercetătorii au căutat să determine dacă adăugarea imaginilor de tomografie 3D ar putea îmbunătăți și mai mult diagnosticul și prognoza bolilor. Deoarece boala se extinde adesea în toate cele trei dimensiuni în jurul foveei, o mică cavitate din centrul retinei responsabilă pentru vederea clară, ei au ipotezat că instruirea modelelor pe imagini 3D ar oferi vederi mai complete și precise ale țesutului. În acest scop, au fost folosite peste 26.000 de imagini de tomografie de coerență optică 3D, cuprinzând 1,62 milioane de secțiuni retiniene individuale – imagini secționale ale retinei – pentru a instrui OCTCube-M.
Comparativ cu modelul instruit pe imagini 2D, OCTCube-M a identificat mai precis șase dintre cele opt boli retiniene cu aproximativ patru până la șase puncte procentuale. Aceasta se traduce prin faptul că instrumentul a găsit între 43 și 60 de cazuri suplimentare la fiecare 1.000 de indivizi cu boli oculare. Acest lucru a fost valabil pentru scanările efectuate pe indivizi din multiple locații clinice, modalități de imagistică și populații diverse de pacienți.
Cele opt boli identificate de model includ afecțiuni grave care afectează în principal partea din spate a ochiului, inclusiv retina și nervul optic. Împreună, acestea sunt principalele cauze ale pierderii vederii și sunt legate de alte afecțiuni precum diabetul, hipertensiunea arterială și bolile cardiovasculare.
Cercetătorii, inclusiv Cecilia S. Lee, Sheng Wang și Miao Zhang, au adaptat apoi modelul 3D prin adăugarea de date din alte două tehnici de imagistică oculară – imagistica retiniană infraroșie și imagistica autofluorescentă a fundului.
Prin combinarea tomografiei de coerență optică cu una sau ambele dintre celelalte tipuri de imagistică, modelele IA pot construi o imagine mai completă a ochiului și o înțelegere mai profundă a ceea ce se întâmplă în interior, a explicat Aaron Lee. De fapt, modelul instruit pe toate cele trei tipuri de imagistică a excelat în prezicerea ratei de creștere a formei severe a degenerescenței maculare, atrofia geografică, depășind semnificativ modelul actual de vârf care se instruiește doar pe imagini autofluorescente ale fundului retinei cu o medie de aproape 50%.
Atrofia geografică afectează aproximativ 5 milioane de oameni la nivel mondial, iar opțiunile de tratament eficiente sunt puține. Prin furnizarea de informații privind rata de creștere a afecțiunii, instrumentul lui Lee și colegii săi ar putea detecta și clasifica eficient stadiul bolii, informații pe care cercetătorii le-ar putea folosi pentru a proiecta studii clinice mai bune pentru terapiile potențiale pentru această afecțiune.
„Prin prezicerea mai bună a vitezei cu care boala se va agrava, putem desfășura studii mai mici și mai eficiente”, a spus Lee
