Preview

Российский офтальмологический журнал

Расширенный поиск

Интеллектуальная система принятия решения для ранней диагностики макулярной патологии

https://doi.org/10.21516/2072-0076-2022-15-2-supplement-69-74

Аннотация

Цель исследования — разработка программной технологии на основе методов искусственного интеллекта для анализа больших объемов данных оптической когерентной томографии (ОКТ) с целью выявления ранних симптомов возрастной макулярной дегенерации (ВМД), а также перехода сухой формы ВМД в неоваскулярную ВМД (нВМД).

Материал и методы. Пациенты с сухой ВМД (1125 глаз), влажной нВМД (1200 глаз) и лица без офтальмопатологии (1205 глаз) были обследованы стандартными офтальмологическими методами, а также с помощью ОКТ макулярной зоны (Cirrus HD-OCT 4000, Carl Zeiss Meditec AG, Германия) по протоколу сканирования MacularCube со стандартной макулярной картой ETDRS. Определяли толщину сетчатки от внутренней пограничной мембраны до пигментного эпителия и наличие и локализацию изменений конфигурации центральной ямки.

Результаты. Созданы две сверхточные искусственные нейронные сети (ИНС): для выявления пациентов с ранними признаками сухой формы ВМД и пациентов с признаками нВМД. К моменту обработки 1000 обучающих изображений точность принятия решения для интерпретации изображений в первой ИНС возросла до 97,6%, во второй — до 96,8%, что показывает высокую эффективность данной технологии. Процессы глубокого обучения выполнялись на экземпляре Amazon Web Service EC2 с графическим процессором. Обученная модель ИНС также протестирована на здоровых глазах с каждой расчетной вероятностью. Оценивалось соответствие между диагнозом врача и решением, предложенным ИНС.

Заключение. В связи с необходимостью обработки большого массива данных ОКТ разработана программная технология на основе методов искусственного интеллекта, показавшая свою эффективность в выявлении ранних симптомов сухой и влажной форм ВМД. Данная технология позволяет осуществлять раннюю диагностику перехода сухой формы ВМД в неоваскулярную, требующую незамедлительного лечения.

Об авторах

Т. Г. Каменских
ФГБОУ ВО «Саратовский ГМУ им. В.И. Разумовского» Минздрава России
Россия

Татьяна Григорьевна Каменских — д-р мед. наук, доцент, заведующая кафедрой глазных болезней 

ул. Б. Казачья, д. 112, Саратов, 410012



О. Н. Долинина
ФГБОУ ВO «Саратовский государственный технический университет им. Ю.А. Гагарина», Институт прикладных технологий и коммуникаций
Россия

Ольга Николаевна Долинина — д-р тех. наук, профессор, проректор по цифровой трансформации, профессор кафедры «Прикладные информационные технологии»

ул. Политехническая, д. 77, Саратов, 410054



И. О. Колбенев
ФГБОУ ВО «Саратовский ГМУ им. В.И. Разумовского» Минздрава России
Россия

Игорь Олегович Колбенев — канд. мед. наук, доцент кафедры глазных болезней

ул. Б. Казачья, д. 112, Саратов, 410012



Е. В. Веселова
ФГБОУ ВО «Саратовский ГМУ им. В.И. Разумовского» Минздрава России
Россия

Екатерина Викторовна Веселова — канд. мед. наук, доцент кафедры глазных болезней

ул. Б. Казачья, д. 112, Саратов, 410012



Список литературы

1. Jahangir S., Khan H.A. Artificial intelligence in ophthalmology and visual sciences: Current implications and future directions. Artificial Intelligence in Medical Imaging. 2021; 2 (5): 95–103. doi: 10.35711/aimi.v2.i5.95

2. Schmidt-Erfurth U., Sadeghipour A., Gerendas B.S., Waldstein S.M., Bogunovi H. Artificial intelligence in retina. Progress in Retinal and Eye Research. 2018; 67: 1–29. doi:10.1016/j.preteyeres.2018.07.004

3. Ting D.S.J., Foo V.H., Yang L.W.Y., et al. Artificial intelligence for anterior segment diseases: Emerging applications in ophthalmology. Br. J. Ophthalmol. 2021; 105: 158–68. doi: 10.1136/bjophthalmol -2019-315651

4. Kapoor R., Walters S.P., Al-Aswad L.A. The current state of artificial intelligence in ophthalmology. Survey of Ophthalmology. 2019; 64: 233–40. doi: 10.1016/j. survophthal.2018.09.002

5. A randomized, placebo-controlled, clinical trial of high-dose supplementation with vitamins C and E, beta carotene, and zinc for age-related macular degeneration and vision loss: AREDS report no. 8. Arch. Ophthalmol. 2001. 119 (10): 1417–36. doi: 10.1001/archopht.119.10.1417


Рецензия

Для цитирования:


Каменских Т.Г., Долинина О.Н., Колбенев И.О., Веселова Е.В. Интеллектуальная система принятия решения для ранней диагностики макулярной патологии. Российский офтальмологический журнал. 2022;15(2 (Прил)):69-74. https://doi.org/10.21516/2072-0076-2022-15-2-supplement-69-74

For citation:


Kamenskikh T.G., Dolinina O.N., Kolbenev I.O., Veselova E.V. An intelligent decision-making system for early diagnosis of macular pathology. Russian Ophthalmological Journal. 2022;15(2 (Прил)):69-74. (In Russ.) https://doi.org/10.21516/2072-0076-2022-15-2-supplement-69-74

Просмотров: 496


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2072-0076 (Print)
ISSN 2587-5760 (Online)