Tutkimus: Tekoäly ennustaa diabeettisen silmänpohjanesteen kertymän hoitotuloksia
Uusi tutkimus esittelee syväoppimismallin, joka ennustaa diabeettisen makuladystrofian (DME) hoitovastetta perustuen alkutason silmän kuvantamiseen.
WALTHAM, Massachusetts – Voiant-yhtiön ja useiden tutkimuslaitosten yhteistyön tuloksena on julkaistu uusi vertaisarvioitu tutkimus, joka esittelee koneoppimiseen perustuvan menetelmän diabeettisen silmänpohjanesteen kertymän (DME) hoitotulosten ennustamiseksi. Tutkimus julkaistiin Nature's Eye -lehdessä.
Tutkimuksessa hyödynnettiin potilaiden alkutason optisen koherenssitomografian (OCT) kuvantamisdataa. Syväoppimisverkkoa koulutettiin ennustamaan sekä rakenteellisia että toiminnallisia hoitovasteita 12 kuukauden kohdalla potilailla, jotka eivät olleet aiemmin saaneet hoitoa. Malli saavutti korkean tarkkuuden ennustettaessa keskeisen leesioalueen paksuuden (CST) muutoksia (R2=0.63) ja hyvän tuloksen näöntarkkuuden (BCVA) muutosten ennustamisessa (R2=0.66).
Menetelmän kehittämisen taustalla on pyrkimys parantaa potilasvalintaa ja tehostaa kliinisiä lääketutkimuksia. Tutkimuksen ensimmäisenä kirjoittajana oli Dr. Lorena Ulla Torinon yliopistosta yhteistyössä Voiantin tutkijoiden kanssa. Tulokset osoittavat alkutason kuvantamisen merkityksen hoitosuunnittelussa ja kliinisten tutkimusten onnistumisessa.
Diabeettinen makuladystrofia on diabeteksen yleinen silmänpohjan komplikaatio, joka voi johtaa näön heikkenemiseen. Voiantin mukaan tekoälyä hyödyntävät kuvantamismenetelmät tarjoavat merkittävän potentiaalin hoitotulosten parantamiseen ja uusien hoitomuotojen kehittämiseen.