Изучение возможностей программы искусственного интеллекта в диагностике заболеваний макулярной области

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Заболевания макулярной области представляют собой большую группу патологических состояний, приводящих к потере зрения и слабовидению. Ранняя диагностика таких изменений играет большую роль в выборе тактики лечения и является одной из определяющих в прогнозировании результатов.

Цель — изучить возможности программы искусственного интеллекта в диагностике заболеваний макулярной области на основе анализа сканов структурной оптической когерентной томографии.

Материалы и методы. В исследование были включены пациенты, проходившие обследование и лечение в Федеральном научно-клиническом центре специализированных видов медицинской помощи и медицинских технологий и Московского областного научно-исследовательского клинического института им. М.Ф. Владимирского. Обследовано 200 глаз с заболеваниями макулярной области, а также глаза без макулярной патологии. Проведён сравнительный клинический анализ сканов структурной оптической когерентной томографии, выполненных на офтальмологическом томографе RTVue XR 110-2. Для анализа сканов оптической когерентной томографии использовалось программное обеспечение Retina.AI.

Результаты. В ходе анализа сканов оптической когерентной томографии с помощью программы были выявлены различные патологические структуры макулярной области, а затем сформулировано заключение о вероятной патологии. Полученные результаты сравнивались с заключениями врачей-офтальмологов. Чувствительность метода составила 95,16%; специфичность — 97,76%; точность — 97,38%.

Заключение. Платформа Retina.AI позволяет офтальмологам успешно проводить автоматизированный анализ сканов структурной оптической когерентной томографии и выявлять различные патологические состояния глазного дна.

Об авторах

Маргарита Робертовна Хабазова

Федеральный научно-клинический центр специализированных видов медицинской помощи и медицинских технологий

Email: rita.khabazova@mail.ru
ORCID iD: 0000-0002-7770-575X
SPIN-код: 2736-9089
Россия, Москва

Елена Николаевна Пономарева

Федеральный научно-клинический центр специализированных видов медицинской помощи и медицинских технологий

Email: ponomareva.en@fnkc-fmba.ru
ORCID iD: 0009-0001-0828-9844
SPIN-код: 7868-4425
Россия, Москва

Игорь Анатольевич Лоскутов

Московский областной научно-исследовательский клинический институт имени М.Ф. Владимирского

Email: loskoutigor@mail.ru
ORCID iD: 0000-0003-0057-3338
SPIN-код: 5845-6058

д-р мед. наук

Россия, Москва

Евгения Алексеевна Каталевская

ООО «Диджитал Вижн Солюшнс»

Email: ekatalevskaya@mail.ru
ORCID iD: 0000-0002-5710-9205
SPIN-код: 7849-8890

канд. мед. наук

Россия, Москва

Александр Юрьевич Сизов

ООО «Диджитал Вижн Солюшнс»; Нижегородский государственный технический университет им. Р.Е. Алексеева

Email: sizov_ost_vk@mail.ru
ORCID iD: 0000-0003-3338-4015
SPIN-код: 4468-1730
Россия, Москва; Нижний Новгород

Георгий Малхазович Габараев

Федеральный научно-клинический центр специализированных видов медицинской помощи и медицинских технологий

Автор, ответственный за переписку.
Email: geor_gabaraev1@mail.ru
ORCID iD: 0000-0002-0759-3107
SPIN-код: 1802-3224
Россия, Москва

Список литературы

  1. Report of the 2030 targets on effective coverage of eye care [Internet]. Geneva : World Health Organization. c2024. [дата обращения: 1.01.2023]. Доступ по ссылке: https://www.who.int/publications/i/item/9789240058002
  2. GBD 2019 Blindness and Vision Impairment Collaborators. Causes of blindness and vision impairment in 2020 and trends over 30 years, and prevalence of avoidable blindness in relation to VISION 2020: the Right to Sight: an analysis for the Global Burden of Disease Study // Lancet Glob Health. 2021. Vol. 9, N 2. P. 144–160. doi: 10.1016/S2214-109X(20)30489-7
  3. Samanta A., Aziz A.A., Jhingan M., et al. Emerging Therapies in Neovascular Age-Related Macular Degeneration in 2020 // Asia Pac J Ophthalmol (Phila). 2020. Vol. 9, N 3. P. 250–259. doi: 10.1097/APO.0000000000000291
  4. Stahl A. The Diagnosis and Treatment of Age-Related Macular Degeneration // Dtsch Arztebl Int. 2020. Vol. 117. P. 513–520. doi: 10.3238/arztebl.2020.0513
  5. Teo Z.L., Tham Y.C., Yu M., et al. Global Prevalence of Diabetic Retinopathy and Projection of Burden through 2045: Systematic Review and Meta-analysis // Ophthalmology. 2021. Vol. 128, N 11. P. 1580–1591. doi: 10.1016/j.ophtha.2021.04.027
  6. Schaal S., Kaplan H.J., editors. Cystoid Macular Edema. Switzerland : Springer International Publishing, 2017. doi: 10.1007/978-3-319-39766-5
  7. Бикбов М.М., Файзрахманов Р.Р., Зайнуллин Р.М., и др. Макулярный отёк как проявление диабетической ретинопатии // Сахарный диабет. 2017. Т. 20, № 4. С. 263–269. EDN: ZMZAON doi: 10.14341/DM8328
  8. Черных Д.В., Черных В.В., Трунов А.Н. Цитокины и факторы роста в патогенезе пролиферативной диабетической ретинопатии. Москва : Офтальмология, 2017. EDN: ZNDEWH
  9. Gupta A., Tripathy K. Central Serous Chorioretinopathy [Internet]. [Updated 2022 Aug 22]. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing, 2022. Доступ по ссылке: https://www.statpearls.com/point-of-care/96027
  10. Semeraro F., Morescalchi F., Russo A., et al. Central Serous Chorioretinopathy: Pathogenesis and Management // Clinical ophthalmology. 2019. Vol. 13. P. 2341–2352. doi: 10.2147/OPTH.S220845
  11. Oh K.T., Lazzaro D.R., editors. Macular Hole. [Internet]. Medscape, 2020. [Дата обращения: 02.01.2020]. Доступ по ссылке: https://emedicine.medscape.com/article/1224320-overview#a6
  12. Darian-Smith E., Howie A.R., Allen P.L., et al. Tasmanian macular hole study: whole population-based incidence of full thickness macular hole // Clin Exp Ophthalmol. 2016. Vol. 44, N 9. P. 812–816. doi: 10.1111/ceo.12801
  13. Fung A.T., Galvin J., Tran T. Epiretinal membrane: A review // Clin Experiment Ophthalmol. 2021. Vol. 49. P. 289–308. doi: 10.1111/ceo.13914
  14. Oh K.T., Lazzaro D.R., editors. Epiretinal Membrane [Internet]. Medscape, 2020. [Дата обращения: 02.01.2020]. Доступ по ссылке: https://emedicine.medscape.com/article/1223882-overview#a4
  15. Всемирная организация здравоохранения. Европейское региональное бюро. Скрининг на диабетическую ретинопатию: Повышение эффективности, максимальное увеличение пользы и минимизация вреда, краткое руководство [Internet]. Копенгаген, 2021. [Дата обращения: 02.01.2020]. Доступ по ссылке: https://www.who.int/europe/publications/i/item/9789289055321
  16. Qassimi A.N., Kozak I., Karam A.M., et al. Management of Diabetic Macular Edema: Guidelines from the Emirates Society of Ophthalmology // Ophthalmology and therapy. 2022. Vol. 11. P. 1937–1950. doi: 10.1007/s40123-022-00547-2
  17. Каталевская Е.А., Каталевский Д.Ю., Тюриков М.И., Велиева И.А., Большунов А.В. Перспективы использования искусственного интеллекта в диагностике и лечении заболеваний сетчатки // РМЖ. Клиническая офтальмология. 2022. Т. 22, № 1. С. 36–43. EDN: AEBQGU doi: 10.32364/2311-7729-2022-22-1-36-43
  18. Schmidt-Erfurth U., Reiter G.S., Riedl S., et al. AI-based monitoring of retinal fluid in disease activity and under therapy // Prog Retin Eye Res. 2022. Vol. 86. doi: 10.1016/j.preteyeres.2021.100972
  19. Altris.ai [Internet]. United States : Altris Inc. [Дата обращения: 01.01.2022]. Доступ по ссылке: https://www.altris.ai
  20. Малюгин Б.Э., Сахнов С.Н., Аксенова Л.Е., и др. Разработка модели глубокого машинного обучения для обнаружения биомаркёров анатомического и функционального исхода анти-VEGF-терапии на ОКТ-изображениях сетчатки // Офтальмохирургия. 2022. № S4. С. 77–84. EDN: OWQLRM doi: 10.25276/0235-4160-2022-4S-77-84

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Пример анализа скана структурной оптической когерентной томографии макулярной зоны пациента с диабетическим макулярным отёком программой искусственного интеллекта: a — скан структурной оптической когерентной томографии; b — скан структурной оптической когерентной томографии после сегментации патологических структур (субретинальная жидкость — зелёная маска, интраретинальные кисты — голубые маски); c — отчёт по результатам анализа скана (в таблице дифференциально-диагностического поиска в качестве вероятной патологии красным цветом выделен диабетический макулярный отёк).

Скачать (243KB)
Метаданные
3. Рис. 2. Пример анализа скана структурной оптической когерентной томографии макулярной зоны пациента с экссудативной формой возрастной макулярной дегенерации программой искусственного интеллекта: a — скан структурной оптической когерентной томографии; b — скан структурной оптической когерентной томографии после сегментации патологических структур (субретинальная жидкость — зелёные маски, интраретинальные кисты — голубые маски, отслойка ретинального пигментного эпителия — оранжевые маски, субретинальный гиперрефлективный материал — салатовая маска); c — отчёт по результатам анализа скана (в таблице дифференциально-диагностического поиска в качестве вероятной патологии красным цветом выделена макулярная неоваскуляризация).

Скачать (284KB)
Метаданные
4. Рис. 3. Пример анализа скана структурной оптической когерентной томографии макулярной зоны пациента с диагнозом «макулярный разрыв, эпиретинальная мембрана» программой искусственного интеллекта: a — скан структурной оптической когерентной томографии; b — скан структурной оптической когерентной томографии после сегментации патологических структур (сквозной макулярный разрыв — фиолетовая маска, интраретинальные кисты — голубые маски, эпиретинальная мембрана — красные маски); c — отчёт по результатам анализа скана (в таблице дифференциально-диагностического поиска в качестве вероятной патологии красным цветом выделены эпиретинальная мембрана, сквозной макулярный разрыв).

Скачать (259KB)
Метаданные

© Эко-вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».