以人工智能为基础的液体量化新血管与年龄相关的黄斑变性和糖尿病黄斑,用法里西马布治疗 - - 一项现实研究

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:

• 神经血管与年龄相关的黄斑变性 (nAMD) 和糖尿病黄斑 (DME) 是导致视力丧失的主要原因.
• 目前的监测通常依赖于中央子场厚度 (CST),这可能无法完全捕捉疾病活动.
• 准确量化视网膜液对于评估治疗疗效至关重要.

研究的目的:

• 通过基于人工智能 (AI) 的流体量化来评估法里西马布在治疗nAMD和DME方面的疗效.
• 为了比较AI衍生的流体体积与CST在评估疾病活性时的灵敏度.
• 评估法里西马布治疗新血管年龄相关黄斑变性 (nAMD) 和糖尿病黄斑 (DME) 的情况,使用基于人工智能的光谱域光学连贯性断层扫描 (SD-OCT) 液体量化.

主要方法:

• 对用内法利西马布治疗的nAMD和DME患者的回顾性分析.
• 在基线和16周的光谱域光学连贯性断层扫描 (SD-OCT) 成像.
• 基于AI的流体量化 (Fluid Monitor®) 用于测量流体体积 (SF) 和CST的总和.

主要成果:

• 法里西马布治疗导致nAMD (37%) 和DME (56%) 的SF显著减少.
• CST也下降了,但与SF相比,百分比变化较小 (nAMD:17.6%,DME:13.1%).
• 基于AI的流体体积测试表明,个体内变化比CST更大,表明灵敏度更高.

结论:

• 法里西马布在nAMD和DME患者中有效减少视网膜液.
• 基于AI的流体体积测量是一种比现实环境中的CST更敏感和可量化的疾病活动测量方法.
• 液体体积测提供了对治疗后视网膜液体变化的更敏感的评估.