应用深度学习算法,以合理使用抗VEGF在糖尿病黄斑的治疗方法
Anwesa Mondal1, Apurba Nandi2, Subhasish Pramanik3
1Electrical Engineering Department, Jadavpur University, Kolkata, India.
Scientific reports
|February 6, 2025
概括
一个新的混合深度学习模型准确地预测了糖尿病黄斑 (DME) 对抗VEGF治疗的患者反应. 这种人工智能方法改善了治疗计划,并减少了不必要的药物使用.
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:
- 糖尿病黄斑 (DME) 是糖尿病视网膜病变患者视力丧失的主要原因.
- 目前的抗VEGF治疗是有效的,但缺乏个性化的预测,约36%的患者表现出不充分的反应.
- 改进的预测模型对于优化DME处理和资源分配至关重要.
研究的目的:
- 开发和验证混合深度学习模型,用于预测DME患者的抗VEGF治疗反应.
- 为了提高治疗计划的准确性,并最大限度地减少过度使用抗VEGF药物.
- 整合多式联运数据,包括OCT图像和临床参数,以进行可靠的预测.
主要方法:
- 一个混合深度学习模型,将OCT图像分析的卷积神经网络 (CNN) 和临床数据的多层感知器 (MLP) 结合起来 (例如,血清VEGFR-2,DME持续时间).
- 该模型在181名DME患者的数据上进行了训练和测试.
- 使用准确度,精度,回忆和AUC-ROC来评估性能.
主要成果:
- 混合深度学习模型在预测患者对抗VEGF治疗的反应方面取得了85%的准确性.
- 高精度,回忆和AUC-ROC值证实了该模型的预测能力和可靠性.
- 该模型在分析集成的OCT和临床数据方面表现强.
结论:
- 开发的混合深度学习模型提供了一种可靠的方法来预测DME的抗VEGF治疗结果.
- 这种个性化的预测方法可以指导更有针对性的治疗策略,改善患者护理.
- 该模型有可能优化抗VEGF剂的利用,降低医疗保健成本并改善患者的治疗结果.
更多相关视频
相关概念视频
01:27Open Angle Glaucoma: Treatment
In open-angle glaucoma, the iridocorneal angle remains open, but the trabecular meshwork becomes stiff, slowing down the outflow of aqueous humor. This causes a buildup of aqueous humor in the anterior chamber, leading to a sudden increase in intraocular pressure. The treatment for open-angle glaucoma focuses on reducing the elevated intraocular pressure by either decreasing the secretion of aqueous humor or increasing its outflow.
Drugs such as carbonic anhydrase inhibitors, α2- and...
Drugs such as carbonic anhydrase inhibitors, α2- and...
01:27Diabetic Retinopathy
DefinitionDiabetic retinopathy is a microvascular complication of diabetes affecting the retinal blood vessels.Risk FactorsDiabetic retinopathy is present in almost all individuals with type 1 diabetes and more than 60% of those with type 2 diabetes after two decades of disease.The risk increases with poor glycemic control, hypertension, dyslipidemia, smoking, pregnancy, and puberty.Although cataracts and glaucoma are also more frequent in people with diabetes, retinopathy remains the leading...