绘制影响:在OCT扫描中,人工智能驱动的地理缩的量化及其与视觉敏感性损失的关联
David A Merle1,2,3,4, Robyn H Guymer5,6, Mark A Chia1,2
1NIHR Biomedical Research Centre for Ophthalmology, Moorfields Eye Hospital NHS Foundation Trust, London, UK.
The British journal of ophthalmology
|June 9, 2025
概括
人工智能 (AI) 在光学连贯性断层扫描 (OCT) 上对地理缩 (GA) 的分析与视觉敏感性损失有很强的相关性. 这种自动化方法显示了监测GA进展的临床实用性.
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:
- 地理缩 (GA) 是导致与年龄相关的黄斑变性视力丧失的主要原因.
- 准确量化GA程度对于监测疾病进展和评估治疗疗效至关重要.
- 目前用于GA评估的方法可能耗时或缺乏精度.
研究的目的:
- 为了研究AI驱动的GA在OCT上的细分和通过微观测量测量的视觉敏感性损失之间的关联.
- 与手动注释相比,评估AI算法在量化GA程度方面的性能.
主要方法:
- 50名GA患者接受了缺陷映射微波量测试.
- 人工智能被用来对OCT图像进行GA细分.
- 在底部自光 (FAF) 图像上的GA被手动注释.
- 使用斯皮尔曼相关性分析了结构功能关系.
主要成果:
- 在GA的程度和微边度上的遗漏位置之间发现了强烈的相关性 (OCT的ρ=0.85,FAF的ρ=0.89).
- 在OCT上人工智能衍生的GA测量结果与手动FAF注释结果相似.
- 没有反应的预测模型在95%的特异性下达到59-62%的灵敏度.
结论:
- 在OCT上,人工智能驱动的GA自动定量与全球视觉敏感性损失有很强的相关性.
- 来自OCT的GA测量具有重要的功能相关性和临床实用性.
- 这种AI方法为监测GA进展提供了一个有希望的工具.
