Исследователи из Университета Дьюка разработали компьютерную программу, способную с 94% точностью предсказать, произойдет ли у конкретного пациента с возрастной макулярной дегенерацией (ВМД) ухудшение состояния в течение одного года.
Алгоритм глубокого обучения, описанный в статье журнала JAMA Ophthalmology, анализирует комплексные томографические снимки глаз для прогнозирования перехода распространенного заболевания глаз в более позднюю стадию, называемую географической атрофией (ГА).
Эта ускоренная прогностическая способность может упростить процесс набора пациентов для клинических исследований и облегчить внедрение методов лечения, направленных на сохранение зрения у пожилых людей.
В рамках исследования алгоритм DeepGaze проанализировал большой набор данных спектральной оптической когерентной томографии из исследования возрастных заболеваний глаз (AREDS2), проведенного на различных клинических площадках в США. В исследовании приняли участие 417 пациентов. DeepGaze продемонстрировал впечатляющую 94% точность в прогнозировании прогрессирования до географической атрофии в течение года. Примечательно, что даже по сравнению с разметкой изображений, выполненной экспертами (трудоемкий и дорогостоящий процесс), независимая производительность компьютерной модели оставалась стабильно высокой.
Старший автор исследования и специалист по сетчатке Элеонора Лад, доктор медицины, доктор философии, вице-председатель по клиническим исследованиям и адъюнкт-профессор Duke Eye Center, отметила: «Возможность прогнозировать прогрессирование ВМД означает, что мы можем действовать на опережение, потенциально останавливая ее развитие и улучшая результаты лечения пациентов». По словам Лад, «этот прогностический инструмент может изменить подход к скринингу заболевания, частоту наблюдения пациентов и даже время начала лечения».
Данная технология, использующая алгоритм, аналогичный применяемым для отслеживания диабетической ретинопатии, направлена на улучшение диагностики и выявление пациентов, которым будет полезно лечение и последующее наблюдение.
Ссылка на источник:
Eliot R. Dow et al, A Deep-Learning Algorithm to Predict Short-Term Progression to Geographic Atrophy on Spectral-Domain Optical Coherence Tomography, JAMA Ophthalmology (2023). DOI: 10.1001/jamaophthalmol.2023.4659
