במחקר שפורסם לאחרונה ב רפואת טבע, חוקרים מסין פיתחו מערכת למידה עמוקה (DL) בשם "DeepDR Plus" כדי לחזות את התקדמות הרטינופתיה הסוכרתית (DR) באמצעות תמונות קרקעית של חולים. הם מצאו שהמערכת יכולה לחזות בהצלחה את הסיכון והזמן להתקדמות DR תוך חמש שנים, מה שפותח אפיקים למשטרי סקר אישיים.
מחקר: מערכת למידה עמוקה לניבוי זמן עד התקדמות רטינופתיה סוכרתית. קרדיט תמונה: Anukool Manoton / Shutterstock
רקע כללי
DR מתפתח בדרך כלל כסיבוך א-סימפטומטי במבוגרים עם סוכרת, אך עלול להוביל לעיוורון שניתן למנוע לאורך זמן. הסיכון להתקדמות DR משתנה בין אנשים ומושפע ממספר גורמים. לכן, זה מאתגר לחזות את הסיכון ואת קצב התקדמות DR בחולים. כתוצאה מכך, מומלץ לחולים לבצע בדיקת DR מדי שנה. היעדר מודל סיכון מותאם אישית ומערכת חיזוי מדויקת מונעים מהרופאים להמליץ על הארכת מרווח ההקרנה למרות שהגישה חסכונית מאוד.
בינה מלאכותית (במיוחד DL) הראתה הבטחה באוטומציה של זיהוי DR מתמונות רשתית. עם זאת, למחקר הנוכחי אין חיזוי סיכון פרוספקטיבי להופעת DR והתקדמות מעבר למסגרת זמן של שנתיים, ויש צורך במחקרים נוספים כדי להעריך את ההשפעה על תוצאות המטופל והשילוב בתהליכי עבודה קליניים.
כדי להתמודד עם פערים אלו, החוקרים במחקר הנוכחי בנו על עבודתם הקודמת ופיתחו, תוקפו ובחנו את "DeepDR Plus" ככלי לניבוי מסלולי התקדמות DR עד חמש שנים קדימה. יתרה מכך, הם הדגימו את התוצאה של הכלי באמצעות מחקר בעולם האמיתי שנערך בחולי סוכרת.
לגבי המחקר
DeepDR Plus הוכשר מראש על 717,308 תמונות פונדוס מ-179,327 חולי סוכרת שנרשמו ל-Shanghai Integrated Diabetes Prevention and Care System ו-Shanghai Diabetes Prevention Program. הפיתוח והאימות הפנימי נעשו באמצעות מערך נתונים של 76,400 תמונות קרקעית העין מקבוצת מחקר התקדמות רטינופתיה סוכרתית (DRPS), שחולקו עוד יותר לקבוצות בדיקות התפתחותיות ופנימיות. מדד קונקורדנס (C-index) ו-Integrated Brier Score (IBS) שימשו להערכת הביצועים של מודל הפונדוס. יכולת ההכללה של המודל הוערכה באמצעות תיקוף חיצוני באמצעות שמונה קבוצות אורך בלתי תלויות עם נתונים דמוגרפיים, אנתרופומטריים וביוכימיים מקיפים. ציוני ה-DR חולקו על סמך סולם החומרה הבינלאומי של מחלת רטינופתיה סוכרתית קלינית. שלוש תת-קבוצות של חולים נוצרו לניתוח נוסף: (1) סוכרת ללא רטינופתיה ל-DR, (2) DR לא ניתן להפניה ל-DR שניתן להפנות, ו-3) DR שאינו מאיים בראייה ל-DR מאיים בראייה. ניתוח סטטיסטי כלל שימוש ב-log-rank test, ניתוח רגרסיה של Cox, וקביעת השטח מתחת לעקומה, ממוצע טעות מוחלטת ומקדם קביעה.
כדי ליישם את DeepDR Plus בסביבה אמיתית, נערך מחקר עוקבה פרוספקטיבי מבוסס קהילה. הוא כלל 2,185 מבוגרים סינים שחולקו לקבוצות ניהול משולב (IM) וקבוצות שאינן IM. מודלים של קרקעית הקרקע והמטא נתונים שימשו להערכת הסיכון להתקדמות DR. בנוסף, מחקר בעולם האמיתי נערך בתוך קבוצה פרוספקטיבית הודית בקרב 992 חולי סוכרת שעברו ארבע שנות מעקב.
אהשוואות של צילומי פונדוס צבעוניים בבסיס ומעקב באמצעות מפות קשב. במפות קשב ממוצעות ותמונות קרקעית הקרקע המתאימות לכל התקדמות DR ותתי קבוצות 1-3. ג, עלילת בר (משמאל) של ציון קרקעית הקרקע והמאפיינים הקליניים ותרומתם למודל החיזוי של התקדמות DR. התכונות נמצאות בסדר יורד לפי תרומה (הידועה גם כחשיבות) במודל. פרטים של אסוציאציות מוצגים בחלקת חום דבורים (מימין) שבה כל נקודה מייצגת משתתף. צבע מציין את הערך של התכונה, כאשר אדום מציין גבוה יותר וכחול מציין נמוך יותר. ערך SHAP שלילי מציין ייחוס תכונה שלילי עבור חיזוי התקדמות DR; ערך SHAP חיובי מצביע על ייחוס תכונה חיובי עבור חיזוי התקדמות DR.
תוצאות ודיון
באימות פנימי, נמצא כי מודל הפונדוס מתפקד טוב יותר ממודל המטא נתונים, כפי שנמדד על ידי מדדי C, למרות השימוש בתמונות ברזולוציה נמוכה. במשך שנים 1-5, מודל הפונדוס שמר על ביצועים חזקים על פני שמונה מערכי נתונים חיצוניים, והפגין דיוק בחיזוי זמן ספציפי להתקדמות DR, כפי שמוצג על ידי אינדקסים גבוהים של C ו-IBS.
ניתוח תת-קבוצות הראה ש-DeepDR Plus יכול לחזות ביעילות סוגים שונים של הידרדרות בדרגת DR במשך חמש שנים בשלוש תת-הקבוצות, ולהשיג שיפור של מדדי C ו-IBS בהשוואה למודל המטא נתונים.
במחקר בעולם האמיתי המבוסס על קבוצה סינית, מודל קרקעית הקרקע יכול למנוע באופן יחסי 46.8% שכיחות התקדמות DR עם התערבויות מקיפות. מחקר בעולם האמיתי המבוסס על קבוצה הודית הראה כי באמצעות התערבויות מקיפות, מודל קרקעית הקרקע יכול לסייע במניעת 88.74% שכיחות התקדמות DR בהשוואה למודל המטא נתונים. אם המשתתפים הן בקבוצות ה-IM והן בקבוצות שאינן IM דבקו במרווחי הסקר המותאמים אישית המומלצים על ידי מודל הפונדוס, מרווח הסקר הממוצע יכול להתארך מ-12 חודשים ל-31.97 חודשים. בסך הכל, מודל קרקעית הקרקע יכול לסווג את המשתתפים בצורה מדויקת יותר, לאפשר התערבויות מותאמות אישית ולהפחית את התדירות של בדיקות רטינופתיה סוכרתית תוך מזעור עיכובים בזיהוי התקדמות.
ניתוח נוסף הראה שהתחזיות של הכלי מתמקדות בכלי הרשתית וב-fovea, נתמכות על ידי מפות קשב ומדידות כמותיות מעבר לגיאומטריית כלי הדם ברשתית.
עם זאת, המחקר מוגבל על ידי ההכשרה של DeepDR Plus על אוכלוסיה סינית, הטיות פנימיות פוטנציאליות, שינויים בביצועים עם משטרי טיפול שונים, והיעדר יישום קליני בפועל. זה מדגיש את הצורך בבדיקות ובניסויים עתידיים כדי לאמת סקר והתערבות DR מונעי בינה מלאכותית.
סיכום
לסיכום, DeepDR Plus, תוך שימוש בתמונות פונדוס בסיסיות, יכול לחזות בצורה חזקה סיכון מותאם אישית וזמן עד להתקדמות של DR. יישום בעולם האמיתי מציע הארכה פוטנציאלית של מרווחי ההקרנה לכ-32 חודשים. הממצאים מדגימים שילוב מבטיח של הכלי בזרימות עבודה קליניות עבור אסטרטגיות ניהול DR אינדיבידואליות לשיפור תוצאות המטופל.
