גלאוקומה

איתור נזק לעצבי הראייה מגלאוקומה באמצעות אלגוריתם ללמידה עמוקה

חוקרים בנו אלגוריתם ללמידה עמוקה המנבא שינויים בעצב הראייה כתוצאה מגלאוקומה

ניוון תלוי גיל של מרכז הראייה, AMD (צילום: ויקיפדיה)
ניוון תלוי גיל של מרכז הראייה, AMD (צילום: ויקיפדיה)

מטרת החוקרים הייתה לבחון האם ניבוי עובי ה-RNFLי(retinal nerve fiber layer), המתקבל ממודל למידה עמוקה המיושם על צילומים של קרקעית העין, יכול לזהות שינויים מתקדמים כתוצאה מגלאוקומה, לאורך הזמן.

החוקרים עיצבו מחקר עוקבה רטרוספקטיבי, שכלל 86,123 זוגות של צילומי קרקעית עין צבעוניים ותמונות OCT מסוג SDי(spectral-domain). את הצילומים אספו החוקרים במהלך 21,232 ביקורים מ-8,831 עיניים של 5,529 חולים החשודים לגלאוקומה או עם נוכחות ידועה של גלאוקומה. החוקרים בנו רשת נוירונים מורכבת של למידה עמוקה והכשירו אותה להעריך צילומים של קרקעית העין, תוך ניבוי מדידות עובי של שכבת ה-RNFL גלובליות מצילומי SD OCT. לאחר מכן, בדקו את המודל על מדגם בלתי תלוי של עיניים שעברו מעקב אורכי הן על ידי צילומי קרקעית והן על ידי SD OCT. החוקרים העריכו את היכולת לזהות עיניים עם שיפועים מובהקים סטטיסטית של שינויים ב-OCT SD, על ידי עקומות ROCי(receiver operating characteristic). כמו כן, בחנו את ההישנות של תחזיות עובי ה-RNFL באמצעות מדידות שהתקבלו מכמה צילומים שנלקחו באותו יום. החוקרים הגדירו את התוצא העיקרי כקשר בין השינוי בעובי ה-RNFL המשוער על סמך הצילומים, לבין השינוי באותו העובי על סמך SD OCT ,לאורך הזמן.

החוקרים כללו במדגם 33,466 זוגות של צילומי קרקעית ותמונות SD OCT, אותם אספו במהלך 7,125 ביקורים מ-1,147 עיניים של 717 חולים. החוקרים דיווחו כי העיניים במדגם הבדיקה נמצאו במעקב ממוצע של 5.3 עם סטיית תקן של 3.3 שנים, כאשר ממוצע הביקורים עמד על 6.2 עם סטיית תקן של 3.8. החוקרים מצאו כי ישנו קשר מובהק בין השינוי לאורך הזמן בעובי שכבת ה-RNFL החזוי והנצפה בפועל (r = 0.76; רווח בר-סמך 95%:0.70-0.80, P <0.001). כמו כן, נמצא כי התחזיות בנוגע לעובי ה-RNFL הדגימו שטח מתחת לעקומה ב-ROC של 0.86 (רווח בר-סמך 95%: 0.83–0.88), על מנת להבחין בין אנשים שיתקדמו במחלה לבין כאלו שלא. זאת ועוד, על מנת לאתר חולים שיתקדמו מהר (מגמת התקדמות מהירה יותר מ-2 מיקרומטר/שנה), השטח מתחת לעקומה הדרוש בעקומת ה-ROC היה 0.96 (רווח בר-סמך 95%: 0.94-0.98), עם רגישות של 97% כאשר הספציפיות הינה 80% ורגישות של 85% כאשר הספציפיות הינה 90%. לבסוף, נמצא כי עבור תצלומים שהתקבלו באותו ביקור, מקדם המתאם בין הסוגים היה 0.946 (רווח בר-סמך 95%: 0.940-0.952), עם מקדם שונות של 3.2% (רווח בר-סמך 95%, 3.1-3.3%).

החוקרים הגיעו למסקנה כי מודל הלמידה העמוקה שבנו, הצליח להשיג אומדנים אובייקטיביים וכמותיים של עובי שכבת ה-RNFL, שהתאימו היטב למדידות ב-SD OCT ועלולים לשמש כמדדים למעקב אחר שינויים כתוצאה מגלאוקומה, לאורך זמן.

מקור: 

Medeiros, F. et al. American Academy of Ophthalmology 2021; 128(3); 383-392. https://doi.org/10.1016/j.ophtha.2020.07.045

נושאים קשורים:  גלאוקומה,  אלגוריתם למידה עמוק,  עצב הראייה,  מחקרים
תגובות
אנונימי/ת
09.04.2021, 15:12

זו בכלל תמונה של AMD