人工智能驱动的光学一致性断层扫描生物标志物用于在突点性内部胆道病变和多焦胆道炎中评估胆道神经血管化
Lorenzo Ferro Desideri1, Mathias Gallardo2, Muriel Ott3
1From the Department of Ophthalmology, Inselspital, Bern University Hospital, University of Bern (L.F.D., M.O., S.Y., M.T., M.Z., M.R.M.), Bern, Switzerland; Bern Photographic Reading Center, Inselspital, Bern University Hospital, University of Bern (L.F.D., M.O., M.T., M.Z., M.R.M.), Bern, Switzerland.
American journal of ophthalmology
|October 18, 2025
概括
较大的损伤体积和较长的疾病持续时间预测二次胆道新血管化 (CNV) 在患有炎症眼病的患者,如点内胆道病 (PIC) 和多焦点胆道炎 (MFC). 以人工智能为动力的OCT分析可以识别这些生物标志物以进行个性化治疗.
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:
- 斑点性内腔冠状病 (PIC) 和多焦点性冠状炎 (MFC) 是炎症性眼睛疾病,可能导致二次冠状动脉新血管化 (CNV).
- 确定CNV发展的生物标志物对于及时干预和改善视觉结果至关重要.
研究的目的:
- 通过基于AI的细分来评估光学连贯性断层扫描 (OCT) 生物标志物,以检测PIC和MFC中二次CNV的存在和进展.
- 评估AI在识别与CNV相关的形态生物标志物和病变特征方面的实用性.
主要方法:
- 一项回顾性研究分析了156名患有PIC或MFC的患者208只眼睛的OCT扫描.
- 人工智能软件 (发现OCT生物标记检测器) 分段病变,测量体积,并评估视网膜层.
- 线性混合效应建模确定了CNV发展的预测生物标志物.
主要成果:
- 在基线时,CNV存在于72.6%的眼睛中,并在随访期间在20只眼睛中发展.
- 与CNV阴性眼相比,CNV阳性眼睛的最佳校正视敏度 (BCVA) 显著降低,基线病变体积更大.
- 基线病变体积增加和更长的疾病持续时间显著与CNV存在有关.
结论:
- 较大的基线病变体积和较长的疾病持续时间是PIC和MFC中二次CNV的关键指标.
- 人工智能驱动的OCT分析显示,在识别CNV的关键生物标志物方面有希望.
- 这些发现支持开发个性化治疗策略,以改善炎症性关节疾病患者的治疗结果.
