人工智能用于光学连贯性断层扫描基于血管扫描的疾病活动预测与年龄相关的黄斑退化

科学领域:

• 眼科医生 眼科 眼科
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 与年龄相关的黄斑变性 (AMD) 是导致视力丧失的主要原因.
• 精确地确定AMD的阶段,特别是冠状腺新血管化 (CNV),对于有效的治疗至关重要.
• 光学连贯断层扫描血管造影 (OCTA) 提供了详细的血管形态信息.

研究的目的:

• 使用OCTA评估人工智能 (AI) 在预测AMD疾病阶段方面的有效性.
• 确定OCTA可视化的血管形态是否可以预测AMD中的冠状腺新血管化状态.

主要方法:

• 一个回顾性横截面研究,使用310个高分辨率的2DOCTA扫描.
• OCTA扫描被分为四类:正常,干燥的AMD,活跃的湿AMD和不活跃的湿AMD (缓解).
• 人工智能模型的性能与两个人类专家的共识评分进行了比较.

主要成果:

• 人工智能模型在分类AMD阶段时实现了80.36%的准确性.
• 与所有类别的人类专家相比,人工智能表现出更高的灵敏度和特异性.
• 人工智能分类预测明显优于人类专家 (赔率比 = 1.95,P = 0.0021).

结论:

• 当由AI分析时,OCTA衍生的血管形态是AMD疾病活动的可行预测指标.
• 在基于OCTA的AMD阶段分类方面,人工智能显著优于人类专家.
• 进一步的纵向研究是有必要的,以了解CNV的演变和预测特征的重新激活.