Forskning: AI förutsäger behandlingsresultat för diabetisk makuladegeneration
En ny studie presenterar en djupinlärningsmodell som förutsäger behandlingssvar för diabetisk makuladegeneration (DME) baserat på initial ögonavbildning.
WALTHAM, Massachusetts – I en samarbetsinsats mellan Voiant och flera forskningsinstitutioner har en ny, granskad studie publicerats som presenterar en maskininlärningsbaserad metod för att förutsäga behandlingsresultat vid diabetisk makuladegeneration (DME). Studien publicerades i tidskriften Nature's Eye.
Studien använde initial optisk koherenstomografi (OCT)-bilddata från patienter. Ett djupinlärningsnätverk tränades för att förutsäga både strukturella och funktionella behandlingssvar efter 12 månader hos patienter som inte tidigare behandlats. Modellen uppnådde hög noggrannhet vid förutsägelse av förändringar i central subfoveal tjocklek (CST) (R2=0.63) och goda resultat för förutsägelse av förändringar i korrigerad bästa visuell skärpa (BCVA) (R2=0.66).
Utvecklingen av metoden syftar till att förbättra patientselektion och effektivisera kliniska läkemedelsprövningar. Studien leddes av Dr. Lorena Ulla från universitetet i Turin i samarbete med Voiants forskare. Resultaten belyser vikten av initial avbildning för behandlingsplanering och framgång för kliniska prövningar.
Diabetisk makuladegeneration är en vanlig ögonkomplikation av diabetes som kan leda till synförlust. Enligt Voiant erbjuder AI-baserade avbildningsmetoder betydande potential för att förbättra behandlingsresultat och utveckla nya terapier.