Sztuczna inteligencja diagnozuje stan rogówki
Naukowcy wykorzystali sztuczną inteligencję do określenia, którzy pacjenci będą potrzebowali leczenia choroby zwanej stożkiem rogówki. W skrajnych przypadkach schorzenie prowadzi praktycznie ślepoty.
Stożek rogówki to pojawiająca się zwykle w wieku nastoletnim choroba, która dotyka 1 na 350 osób. W niektórych przypadkach problem można skorygować z pomocą soczewek kontaktowych, jednak czasami wzrok ulega szybkiemu a do tego tak silnemu pogorszeniu, że pacjent praktycznie nie widzi i wymaga przeszczepu rogówki.
Zdjęcia oczu a sztuczna inteligencja
Naukowcy z University College London opracowali sztuczną inteligencję, która na podstawie zdjęć oczu chorych i innych danych medycznych z powodzeniem przewidywała, kto będzie potrzebował szybkiego leczenia, a to tylko dalszego monitorowania stanu zdrowia.
U osób z stożkiem rogówki, rogówka - przednia „szyba” oka - uwypukla się na zewnątrz. Choroba powoduje zaburzenia widzenia u młodych, aktywnych zawodowo pacjentów i jest najczęstszą przyczyną przeszczepu rogówki w krajach zachodnich
Pojedynczy zabieg zwany cross-linkingiem może zatrzymać postęp choroby. Jeśli zostanie wykonany zanim dojdzie do trwałego bliznowacenia, cross-linking często zapobiega konieczności przeszczepu
Obecnie jednak lekarze nie są w stanie przewidzieć, u których pacjentów choroba będzie postępować i wymagać leczenia, a u których pozostanie stabilna i będzie wymagała jedynie obserwacji. Oznacza to, że pacjenci muszą być regularnie kontrolowani przez wiele lat, a cross-linking zazwyczaj wykonuje się dopiero po tym, gdy nastąpił już postęp choroby
Przewidywania algorytmu
Ekspert i jego zespół przeanalizowali 36 tys. obrazów rogówek ponad 6 tys. pacjentów. Algorytm potrafił trafnie przewidzieć, czy stan pacjenta się pogorszy, czy pozostanie stabilny, korzystając wyłącznie z obrazów i danych z pierwszej wizyty.
Badacze mogli zakwalifikować dwie trzecie pacjentów do grupy niskiego ryzyka, niewymagających leczenia, a pozostałą jedną trzecią do grupy wysokiego ryzyka, u których konieczne było szybkie przeprowadzenie zabiegu cross-linkingu.
Gdy uwzględniono informacje z drugiej wizyty w szpitalu, algorytm prawidłowo klasyfikował aż do 90 proc. pacjentów.
Leczenie metodą cross-linkingu wykorzystuje promieniowanie ultrafioletowe oraz krople z witaminą B2 do usztywnienia rogówki. Jest ono skuteczne w ponad 95 proc. przypadków.
- Nasze badania pokazują, że możemy wykorzystać sztuczną inteligencję do przewidywania, którzy pacjenci wymagają leczenia, a którzy mogą pozostać pod obserwacją. Jest to pierwsze tego rodzaju badanie, które osiągnęło tak wysoki poziom dokładności w prognozowaniu ryzyka postępów stożka rogówki na podstawie połączenia wyników skanów i danych pacjentów. Obejmuje dużą grupę chorych monitorowanych przez dwa lata lub dłużej. Choć badanie ogranicza się do zastosowania jednego konkretnego urządzenia OCT, zastosowane metody badawcze i algorytm SI mogą być wykorzystane także w przypadku innych aparatów. Algorytm przejdzie teraz dalsze testy bezpieczeństwa, zanim zostanie wdrożony w praktyce klinicznej – mówi dr Balal.
Naukowcy pracują teraz nad stworzeniem bardziej zaawansowanego systemu sztucznej inteligencji wytrenowanego na milionach skanów oczu, który można dostosować do różnych zadań - nie tylko do przewidywania progresji stożka rogówki, ale także do wykrywania zakażeń oka czy chorób dziedzicznych.
Marek Matacz (PAP)
mat/ agt/ mdr/
