機械学習は,中央網膜静脈閉塞に伴う黄斑腫に対するアフリベルセプトの治療結果と投与頻度を予測します

科学分野:

• オフタルモロジック (眼科)
• メディカルイマージング (医学イメージング)
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• 中央網膜静脈閉塞後の黄斑腫 (MEfCRVO) は,継続的な管理を必要とする.
• アフリベルセプトの腸内注射 (IAI) は一般的な治療法です.
• 治療反応と頻度を予測することは,患者ケアにおいて極めて重要です.

研究 の 目的:

• MEfCRVO患者のアウトカムを予測するための機械学習 (ML) アルゴリズムを開発する.
• 視力の鋭さ,解剖学的変化,治療頻度を予測する.
• 臨床的意思決定と患者の期待管理を強化する.

主な方法:

• COPERNICUS と GALILEO 試験のデータを活用した.
• 毎月2mgのIAIを投与した患者のデータでMLアルゴリズムをトレーニングし,その後PRN (プロレタ) になりました.
• 視力の鋭さ,網膜の厚さ,PRNの注射頻度に関する検証された予測精度.

主要な成果:

• MLアルゴリズムは,最も改善された視敏度 (BCVA) (r=0.87) とBCVA変化 (r=0.76) を予測する点で強い相関を示した.
• 15文字以上の増幅 (AUC=0.81) と中央サブフィールドの厚さの変化 (r=0.76) の正確な予測.
• PRNの注射頻度 (AUC=0.83) を予測する高い精度を達成しました.

結論:

• MLアルゴリズムは,MEfCRVO患者の視覚的および解剖学的結果を確実に予測することができます.
• MLは治療頻度を正確に予測し,パーソナライズされたケアプランを支援します.
• これらの予測ツールは,MEfCRVO管理に対する患者と臨床医の期待を伝えることができます.