6 Minutės
Dirbtinis intelektas (DI) dabar gali nustatyti, kurie pacientai, sergantys keratokonusu, greičiausiai patirs žalingą ligos progresavimą dar prieš tai, kai tradicinis klinikinis stebėjimas parodo pokyčius. 43-iajame Europos kataraktos ir refrakcinės chirurgijos draugijos (ESCRS) kongrese pristatytas naujas Moorfields Eye Hospital ir University College London tyrimas parodė, kad mašininis mokymasis, taikomas ragenos skenams ir klinikiniams duomenims, gali tiksliai atrinkti pacientus ankstyvam gydymui arba saugiam stebėjimui. Šis požiūris žada užkirsti kelią negrįžtamam regėjimo praradimui, sumažinti ragenos persodinimų skaičių ir pagerinti akių priežiūros išteklių paskirstymą.
Mokslinis pagrindas: kas yra keratokonus ir kodėl laikas svarbus
Keratokonus yra degeneracinė ragenos liga, kuri dažniausiai prasideda paauglystėje ir progresuoja suaugusiaisiais: įprastai gaubanti ragenos forma suplonėja ir išsigaubia. Deformuota ragena sukelia neryškų arba iškraipytą matymą ir gali stipriai bloginti gyvenimo kokybę. Vertinimai rodo, kad keratokonus kai kuriose populiacijose gali paveikti iki 1 iš 350 žmonių. Gydymas svyruoja nuo specialių kontaktinių lęšių iki minimaliai invazinės procedūros, vadinamos ragenos kryžminiu sutvirtinimu (CXL), kuriai naudojami riboflavino (vitamino B2) lašai ir ultravioletinė šviesa ragenai sutvirtinti ir stabilizuoti.
Ankstyvas CXL — atliktas prieš atsirandant nuolatiniams randams ar stipriam suplonėjimui — gali sustabdyti ligos progresavimą ir daugeliu atvejų užkirsti kelią ragenos persodinimui. Klinikinė problema yra prognozuoti, kas progresuos. Šiandien daugumai pacientų reikia metų trukmės reguliarių stebėjimų, naudojant optinę koherentinę tomografiją (OCT) ir biomechaninius vertinimus, kad būtų aptiktas progresas; kai blogėjimas patvirtinamas, dalis pažeidimų būna negrįžtami.
Tyrimo dizainas ir DI našumas
Tyrėjai, kuriems vadovavo dr. Shafi Balal, analizavo didelę retrospektyvią pacientų kohortą, nukreiptą 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 suskirstė pacientus į klinikiškai naudingas rizikos grupes: maždaug dvi trečiosios buvo priskirtos mažos rizikos grupei (tinka tolesniam stebėjimui), o apie trečdalis buvo identifikuota kaip didelės rizikos ir rekomenduota greita CXL procedūra. Kai algoritmas gavo vaizdus ir duomenis iš antro vizito, tikslumas dar padidėjo — teisingai kategorizuodamas iki 90 % pacientų. Literatūroje nurodomi CXL sėkmės rodikliai viršija 95 %, kai procedūra atliekama prieš struktūrinius randus, kas pabrėžia ankstyvos intervencijos, pagrįstos DI, potencialą.
Dr. Balal apibendrino išvadas: „Mūsų tyrimas parodo, kad DI gali prognozuoti, kuriems pacientams reikia gydymo ir kurie gali tęsti stebėjimą. Tai pirmasis tokio pobūdžio tyrimas, pasiekęs tokį tikslumo lygį prognozuojant keratokonuso progresavimo riziką, remiantis skenais ir paciento duomenimis.“ Jis pažymėjo, kad dabartiniame darbe naudotas vienas OCT įrenginys, tačiau metodai ir algoritmas yra pritaikomi kitiems vaizdinimo platformoms ir prieš klinikinį diegimą praeis papildomus saugumo bandymus.
Klinikinės pasekmės ir sveikatos sistemos nauda
Jeigu užtikrintai patvirtinta prospektyviniuose daugiacentriniuose tyrimuose, algoritminė atranka galėtų pakeisti keratokonuso priežiūrą iš reaktyvios į proaktyvią. Numatomos naudos apima:
- Užkirsti kelią išvengiamam regėjimo praradimui, atliekant CXL prieš atsirandant negrįžtamiems randams.
- Sumažinti ragenos persodinimų skaičių bei su tuo susijusias komplikacijas ir reabilitacijos naštą.
- Mažinti nereikalingų lankymų dažnį mažos rizikos pacientams, atlaisvinant vietą sudėtingesnei priežiūrai.
- Leisti specialistams prioritizuoti pacientus, kuriems reikalingiausia pagalba, taip gerinant bendras priežiūros gaires.
Dr. José Luis Güell, ESCRS patikėtinis ir Instituto de Microcirugía Ocular ragenos, kataraktos ir refrakcinės chirurgijos vadovas (tiesiogiai tyrime nedalyvavęs), komentavo: „Keratokonus yra valdoma būklė, tačiau sunku nustatyti, ką gydyti, kada ir kaip suteikti gydymą. Deja, ši problema gali lemti vėlavimus, dėl kurių daugelis pacientų patiria regėjimo praradimą ir reikalauja invazinių implantavimo ar persodinimo procedūrų.“ Jo pastebėjimai pabrėžia geresnės rizikos stratifikacijos klinikinį skubumą.
Apribojimai, validacija ir tolesni žingsniai
Tyrimo apribojimai apima priklausomybę nuo vieno OCT įrenginio duomenų ir retrospektyvų dizainą. Autoriai pripažįsta, kad reikia prospektyvaus patvirtinimo su skirtingų įrenginių, pacientų populiacijų ir sveikatos sistemų duomenimis, kad būtų patikrintas bendras pritaikomumas. Algoritmas praeis saugumo bandymus ir reguliavimo vertinimą prieš bet kokį klinikinį diegimą.
Tyrėjai jau planuoja kitą kartos DI, apmokytą milijonams akių skenų, kad išplėstų gebėjimus už keratokonuso prognozavimo ribų. Galimos išplėtimo kryptys apima automatinį ragenos infekcijų aptikimą, ankstyvą paveldimų tinklainės ar ragenos ligų identifikavimą bei integraciją su elektroniniais sveikatos įrašais ilgalaikei rizikos modeliavimo analizei.
Eksperto įžvalga
Dr. Maya Thompson, konsultuojanti oftalmologė ir DI sveikatos priežiūroje tyrėja, pateikia praktišką perspektyvą: „Mašininio mokymosi modeliai yra naudingi tik tol, kol juos integruojame į klinikinį darbą. Keratokonuso atveju patvirtintas atrankos įrankis būtų revoliucinis — leistų gydytojams anksti pasiūlyti CXL tinkamiems pacientams ir saugiai sumažinti kontrolinių vizitų skaičių kitiems. Kritiniai tolesni žingsniai yra daugiacentriniai tyrimai, skaidrus našumo ataskaitų teikimas pagal įrenginio tipą ir aiškios paciento sutikimo bei duomenų valdymo gaires. Teisingai įgyvendintas DI gali apsaugoti regėjimą ir sumažinti akių priežiūros paslaugų krūvį.“
Susijusios technologijos ir ateities perspektyvos
Šis darbas yra akių vaizdinimo, skaitmeninių diagnostikos priemonių ir translacinio DI sankirtoje. Pagrindines galimybes užtikrina aukštos raiškos OCT, debesijos pagrindu mastomas modelių apmokymas ir suderinami elektroniniai sveikatos įrašai. Reguliavimo sistemos medicininiam DI, taikomieji klinikiniai tyrimai ir gydytojų rengimas lems, kaip greitai diagnostiniai algoritmai pereis iš tyrimų į kasdienę praktiką.
Išvada
Šis tyrimas įrodo, kad DI, apdorojantis dešimtis tūkstančių OCT skenų ir klinikinių įrašų, gali nuspėti keratokonuso progresavimą pakankamai anksti, kad pasikeistų gydymo sprendimai. Leidžiant taikytą ir laiku parinktą ragenos kryžminį sutvirtinimą, technologija galėtų užkirsti kelią regėjimo praradimui, sumažinti transplantacijų skaičių ir optimizuoti oftalmologijos išteklius. Laukiant papildomo patvirtinimo ir įrenginiams nepriklausomų bandymų, algoritminė rizikos stratifikacija žada žengti į personalizuotos ir prevencinės akių priežiūros kryptybę.
Šaltinis: sciencedaily
Komentarai