人工智能程序在黄斑疾病诊断中的可行性研究

封面图片

如何引用文章

全文:

详细

论证。黄斑疾病是一大类病症。它们会导致视力丧失和视力低下。对这些病变的早期诊断对治疗策略的选择起着重要作用，它是疗效预测的决定性因素之一。

目的。本研究的目的是研究人工智能程序在基于对结构光学相干断层扫描图片的分析诊断黄斑疾病方面的可行性。

材料与方法。本研究对象包括在俄罗斯联邦医疗和生物局联邦专业医疗救护和医疗技术科学与临床中心以及以M.F.弗拉基米尔斯基莫斯科州临床研究所接受检查和治疗的患者。对200只有黄斑病变的眼和无黄斑病变的眼进行了检查。对RTVue XR 110-2眼科断层扫描仪上的结构光学相干断层扫描进行了临床对比分析。利用Retina.AI软件对光学相干断层扫描进行分析。

结果。使用该程序分析光学相干断层扫描图片时，确定了黄斑区的各种病理结构。此外，还得出了关于可能病理的结论。对获得的结果与眼科医生的结论进行了比较。该方法的灵敏度为95.16%；特异性为97.76%；准确率为97.38%。

结论。Retina.AI平台使眼科医生能够成功地对结构光学相干断层扫描图片进行自动分析，并检测眼底的各种病理状态。

作者简介

Margarita R. Khabazova

Federal Research and Clinical Center of Specialized Medical Care and Medical Technologies

Email: rita.khabazova@mail.ru
ORCID iD: 0000-0002-7770-575X
SPIN 代码: 2736-9089
俄罗斯联邦, Moscow

Elena N. Ponomareva

Federal Research and Clinical Center of Specialized Medical Care and Medical Technologies

Email: ponomareva.en@fnkc-fmba.ru
ORCID iD: 0009-0001-0828-9844
SPIN 代码: 7868-4425
俄罗斯联邦, Moscow

Igor A. Loskutov

Moscow Regional Research and Clinical Institute

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

MD, Dr. Sci. (Medicine)

俄罗斯联邦, Moscow

Evgenia А. Katalevskaya

Digital Vision Solutions LLC

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

MD, Cand. Sci. (Medicine)

俄罗斯联邦, Moscow

Alexander Yu. Sizov

Digital Vision Solutions LLC; Nizhny Novgorod State Technical University n.a. R.E. Alekseev

Email: sizov_ost_vk@mail.ru
ORCID iD: 0000-0003-3338-4015
SPIN 代码: 4468-1730
俄罗斯联邦, Moscow; Nizhny Novgorod

Georgiy М. Gabaraev

Federal Research and Clinical Center of Specialized Medical Care and Medical Technologies

编辑信件的主要联系方式.
Email: geor_gabaraev1@mail.ru
ORCID iD: 0000-0002-0759-3107
SPIN 代码: 1802-3224
俄罗斯联邦, Moscow

参考

  1. Report of the 2030 targets on effective coverage of eye care [Internet]. Geneva: World Health Organization. c2024. [cited 2023 Jan 1]. Available from: 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;9(2):144–160. doi: 10.1016/S2214-109X(20)30489-7
  3. Samanta A, Aziz AA, Jhingan M, et al. Emerging Therapies in Neovascular Age-Related Macular Degeneration in 2020. Asia Pac J Ophthalmol (Phila). 2020;9(3):250–259. doi: 10.1097/APO.0000000000000291
  4. Stahl A. The Diagnosis and Treatment of Age-Related Macular Degeneration. Dtsch Arztebl Int. 2020;117:513–520. doi: 10.3238/arztebl.2020.0513
  5. Teo ZL, Tham YC, Yu M, et al. Global Prevalence of Diabetic Retinopathy and Projection of Burden through 2045: Systematic Review and Meta-analysis. Ophthalmology. 2021;128(11):1580–1591. doi: 10.1016/j.ophtha.2021.04.027
  6. Schaal S, Kaplan HJ, editors. Cystoid Macular Edema. Switzerland: Springer International Publishing; 2017. doi: 10.1007/978-3-319-39766-5
  7. Bikbov MM, Fayzrakhmanov RR, Zaynullin RM, et al. Macular oedema as manifestation of diabetic retinopathy. Diabetes mellitus. 2017;20(4):263–269. EDN: ZMZAON doi: 10.14341/DM8328
  8. Chernykh DV, Chernykh VV, Trunov AN. Cytokines and growth factors in the pathogenesis of proliferative diabetic retinopathy. Moscow: Oftal’mologiya; 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. Available from: 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;13:2341–2352. doi: 10.2147/OPTH.S220845
  11. Oh KT, Lazzaro DR, editors. Macular Hole. [Internet]. Medscape, 2020. [cited 2020 Jan 02]. Available from: https://emedicine.medscape.com/article/1224320-overview#a6
  12. Darian-Smith E, Howie AR, Allen PL, et al. Tasmanian macular hole study: whole population-based incidence of full thickness macular hole. Clinical & Experimental Ophthalmology. 2016;44(9):812–816. doi: 10.1111/ceo.12801
  13. Fung AT, Galvin J, Tran T. Epiretinal membrane: A review. Clinical & Experimental Ophthalmology. 2021;49:289–308. doi: 10.1111/ceo.13914
  14. Oh KT, Lazzaro DR, editors. Epiretinal Membrane [Internet]. Medscape, 2020. [cited 2020 Jan 02]. Available from: https://emedicine.medscape.com/article/1223882-overview#a4
  15. World Health Organization. Regional Office for Europe. Screening for diabetic retinopathy: a short guide. Increase effectiveness, maximize benefits and minimize harm [Internet]. Copenhagen; 2021. [cited 2020 Jan 02]. Available from: https://www.who.int/europe/publications/i/item/9789289055321
  16. Qassimi AN, Kozak I, Karam AM, et al. Management of Diabetic Macular Edema: Guidelines from the Emirates Society of Ophthalmology. Ophthalmology and therapy. 2022;11:1937–1950. doi: 10.1007/s40123-022-00547-2
  17. Katalevskaya EA, Katalevskiy DYu, Tyurikov MI, Velieva IA, Bol’shunov AV. Future of artificial intelligence for the diagnosis and treatment of retinal diseases. Russian journal of clinical ophthalmology. 2022;22(1):36–43. EDN: AEBQGU doi: 10.32364/2311-7729-2022-22-1-36-43
  18. Schmidt-Erfurth U, Reiter GS, Riedl S, et al. AI-based monitoring of retinal fluid in disease activity and under therapy. Prog Retin Eye Res. 2022;86. doi: 10.1016/j.preteyeres.2021.100972
  19. Altris.ai [Internet]. United States: Altris Inc. [cited 2022 Jan 01]. Available from: https://www.altris.ai
  20. Malyugin BE, Sakhnov SN, Axenova LE, et al. A deep machine learning model development for the biomarkers of the anatomical and functional anti-VEGF therapy outcome detection on retinal OCT images. Fyodorov Journal of Ophthalmic Surgery. 2022;(S4):77–84. EDN: OWQLRM doi: 10.25276/0235-4160-2022-4S-77-84

补充文件

附件文件
动作
1. JATS XML
下载
2. 图1。人工智能程序分析一名糖尿病性黄斑水肿患者黄斑区结构性光学相干断层扫描图片的实例：a——结构光学相干断层扫描图片；b——对病理结构进行分割后的结构性光学相干断层扫描图片（视网膜下积液：绿色掩模，视网膜内囊肿：蓝色掩模）；c——扫描图片分析结果报告（在鉴别诊断搜索表中，糖尿病性黄斑水肿作为一种可能的病理用红色标出）。

下载 (268KB)
索引源数据
3. 图2。人工智能程序分析一名渗出性老年性黄斑变性患者黄斑区结构性光学相干断层扫描图片的实例：a——结构性光学相干断层扫描图片；b——对病理结构进行分割后的结构性光学相干断层扫描图片（视网膜下积液——绿色掩模，视网膜内囊肿——蓝色掩模，视网膜色素上皮脱落——橙色掩模，视网膜下高反射信号物质——黄色掩模）；c——扫描图片分析结果报告（在鉴别诊断检索表中，黄斑新生血管作为可能的病理用红色标出）。

下载 (291KB)
索引源数据
4. 图3。人工智能软件分析一名被诊断为黄斑劈裂、黄斑前膜患者的黄斑区结构性光学相干断层扫描扫描图片的实例：a——结构性光学相干断层扫描图片；b——对病理结构进行分割后的结构性光学相干断层扫描图片（穿透性黄斑劈裂——紫色掩模，视网膜内囊肿——蓝色掩模，黄斑前膜——红色掩模）；c——扫描图片分析结果报 告（在鉴别诊断搜索表中，黄斑前膜、穿透性黄斑劈裂作为可能的病理用红色标出）。

下载 (278KB)
索引源数据

版权所有 © Eco-Vector, 2024

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

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».