人工知能を用いた画像分析から,X関連性網膜炎ピグメントーザと関連した網膜炎ピグメントーザGTPaseレギュレータ (RPGR) の視覚野推定

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:

• X関連網膜炎ピグメント症 (RP) は,漸進的な視力喪失を引き起こす遺伝的眼疾患です.
• 視野 (VF) 欠陥の正確な推定は,RPの進行を監視するために非常に重要です.
• VF評価の現在の方法は時間がかかり,微妙な変化を捉えることができない可能性があります.

研究 の 目的:

• X関連性網膜炎ピグメント症 (RP) の患者の視野 (VF) パラメータを推定するための効率的な人工知能 (AI) 駆動のアプローチを開発する.
• 構造的な光学相関性トモグラフィー (OCT) パラメータと機能的なVF測定を相関させるため.
• VFの結果を予測するためのマキュラOCTスキャンを分析するAIの使用を検証する.

主な方法:

• RPGRに関連したRPを持つ男性患者の332組のOCT-VFペアの遡及的分析.
• 人工知能を駆使したマキュラ・エリプソイドゾーン幅 (EZW) と面積 (EZA) のセグメンテーションと定量化.
• 1ヶ月の範囲内で得られたOCT画像とVFデータ (平均感度,Hill of Visionパラメータ) の共同分析.

主要な成果:

• エリプソイドゾーンエリア (EZA) は,平均感度 (MS) と中央20°体積 (V20) と最も強い関連性を示しました.
• MSとEZW (P=0.00176) と,MSとEZA (P=0.0009) の間で有意な相関が見られた.
• AIは,OCTの構造的パラメータを効率的に抽出し,さまざまな疾患の重症度における堅固な構造機能予測を可能にしました.

結論:

• OCTスキャンのAIベースの分析は,X-リンクされたRPでVFパラメータを推定するための効率的な方法を提供します.
• このアプローチは研究を容易にし,正確な構造-機能予測を可能にします.
• この方法は,より軽度のRPを含む,疾患の重度が異なる患者に適用できます.