加齢黄斑変性に対するホームOCTにおける人工知能アルゴリズムの縦断的検証 - 第3報

科学分野:

• 眼科学
• 医用画像処理
• 人工知能

背景:

• 加齢黄斑変性 (AMD) では、網膜液体状態の継続的なモニタリングが必要である。
• ホームベースの光干渉断層計 (HOCT) は、頻繁な自己撮像の潜在的なソリューションを提供する。
• 縦断的なHOCTデータを微細な変化のために分析することは困難である。

研究 の 目的:

• 人工知能ベースのNotal OCT Analyzer (NOA) を用いて、網膜総低反射体積 (TRO) の軌跡における臨床的に有意な変化を特定することを目的とした。
• AMD患者における毎日のHOCT自己撮像を用いたNOAの性能を評価することを目的とした。

主な方法:

• 317眼の180人の参加者を5週間追跡したHOCT液体視覚化合意研究の後ろ向き解析。
• 訓練された人間の専門家がTROの安定性または変化の真実を確立した。
• 臨床的に有意なTRO変化に対する最適な閾値 (OT) を決定するために、個別化、最適化された均一、および一般的な10体積単位 (VU) の均一アプローチの3つのアプローチを評価した。

主要な成果:

• 個別化アプローチは、受信者操作特性曲線下面積 (AUROC) 0.9811、感度99.1%、精度94.2%を達成した。最適化された均一アプローチは、AUROC 0.9687、精度91.9%を示した。一般的な10 VU均一アプローチは、精度85.7%を示した。

結論:

• NOAは、変化と安定性を正確に特定するためのTRO軌跡を効果的に生成する。
• 個別化アプローチは、均一な方法と比較して、TRO変化の検出において優れた感度 (99.1%) を示した。
• NOAは、実験室医学の品質基準を満たす、AMDにおける網膜液体状態のモニタリングのための信頼できるツールである。