הערכה של מאפייני מפתח ב- AMD מוקדם ומאוחר באמצעות  למידה עמוקה - Deep Learning 

מתקצר: פרופ' מרדכי רוזנר

ניוון מקולרי מחמת גיל (AMD) הינו מחלה הפוגעת באנשים זקנים ועשויה לגרום בשלביה המאוחרים לפגיעה חמורה בראייה כתוצאה מתהליך וסקולרי או התקדמות הצורה האטרופית של AMD.

טיפול בהזרקת נוגדי VEGF יעיל בהפחתת הסיכון לאבד ראייה מהצורה הוסקולרית של AMD מאוחר, אך העלויות ומספר הזריקות הנדרשות מהווים נטל על מערכות הבריאות ועל החולים.

במטרה להפחית את נטל הטיפול, נבדקה האפשרות של התאמה אישית של מרווחי ההזרקות והביקורות על פי תוצאות ניטור פעילות המחלה. 

ניטור המחלה מתבצע על ידי צילומי OCT המאפשרים זיהוי ומדידה של הכמות והפיזור של נוזל ומאפיינים פתו-מורפולוגיים אחרים כמו דרוזן, חומר היפר-רפלקטיבי תת-רשתית (SHRM) או אטרופיה.

בדיקות באופן ידני של צילומי OCT מצריכות עבודה מרובה מאד, ולוקות באפשרות של טעויות, סובייקטיביות ואפשרות של הטיה. אלגוריתמים של למידת מכונה עשויים להיות כלי תומך משמעותי בהערכה אוטומטית של הממצאים הפתולוגיים. 

מודלים כאלה מפותחים בדרך כלל כדי לפתור בעיה ספציפית ונותנים מענה גלובלי ברמת הצילום או החולה. המודלים האלה יוצרים חתימה מורפולוגית מדויקת של המחלה, ממנה ניתן להעריך מאפיינים שונים באופן נפרד או יחד, כאשר מתחשבים בגודל ובפיזור שלהם. ניתן להשתמש בהם לדיווחים סטנדרטיים אותם ניתן להתאים להנחיות טיפול קליניות שונות או לפרוטוקולים שונים של טיפול.

הם יכולים לשמש גם למחקר מקיף על הקשר בין המבנה לתפקוד ולבנית מודלים לניבוי התגובה לטיפול ולקביעת מרווחי טיפול מותאמים אישית.

הוצעו מספר אלגוריתמים שמבצעים פילוח או הערכה כמותית של פתולוגיה ברשתית על פי צילומי OCT. המגבלה של אלגוריתמים אלה היא שהם לעיתים שכיחות מתרכזים במאפיין אחד או בתת קבוצה של מאפיינים, ולרוב הנוזל מקבל את המשקל העיקרי.

עבודות אחרות שעושות פילוח לפי מספר רב יותר של מאפיינים נורמליים ופתולוגיים לא מספקות תיקוף כמותי של המודל.

במאמר הנוכחי החוקרים מציגים מודל חדש של למידה עמוקה לפילוח של 13 מאפיינים המצויים לעיתים שכיחות ב- AMD נאווסקולרי ואטרופי.

המודל פותח ותוקף על פי בסיס מידע גדול של בדיקות OCT שנאספו מספקי בריאות שניוניים בבריטניה. יכולות המודל הושוו כנגד 4 בודקים בלתי תלויים כדי לתת תוקף לאיכות הפילוח האוטומטי.

החוקרים היו מאוניברסיטת  Radboud בהולנד, הקולג' האוניברסיטאי של לונדון, האוניברסיטה האסלאמית Imam Mohammad Ibn Saud בסעודיה, בית החולים לעיניים מורפילדס בלונדון, אוניברסיטת Southampton, האוניברסיטה של בון בגרמניה, ובתי החולים האוניברסיטאיים Barking, Havering ו- Redbridge בבריטניה.

הנתונים נלקחו מ- 307 כרכים של בדיקות OCT. 8 מפענחים מנוסים עברו על 2712 B-scans. בוצעה למידת מכונה עבור נתונים אלה לפילוח של 13 המאפיינים השכיחים ביותר.

לצרוך הערכה שימשו 112 בדיקות B-scans של 112 חולים עם אבחנה של AMD נאווסקולרי שפורשו על ידי ארבעה מפענחים בלתי תלויים.

שני מאפיינים לא הוערכו באופן כמותי בגלל חוסר נתונים. המסקנות היו שאיכות הפילוח האוטומטי התאים לתוצאות של המפענחים המנוסים עבור רוב המאפיינים.

המדדים הכמותיים שהתקבלו על ידי המודל ניתנים לשימוש בשגרה הקלינית הקיימת ופותחים אפשרויות למחקרים נוספים בנוגע לתגובה לטיפול שמתבצע מחוץ למחקרים הקליניים.