מתקצר: פרופ' מרדכי רוזנר

זיהוי מגדר וגיל על פי OCT של המקולה ועיבוד שנעזר בלימוד מכונה  

 

המקולה ממוקמת במרכז הרשתית. זהו האזור הצפוף ביותר בפוטורצפטורים מסוג מדוכים (cones) והוא אחראי לראייה המרכזית. בעבר לא היה ידוע על הבדלים מגדריים במבנה המקולה, למעט מחקרים בודדים שהראו שהעובי הממוצע של המקולה בגברים גדול יותר מאשר בנשים.

 

ב- 2018 דווח על מודל למידה עמוקה שיכול לקבוע את המגדר על פי צילומי צבע של הפונדוס בדיוק של 97%. המשמעות היא שקיים שוני בין גברים לנשים בקוטב האחורי הכולל את המקולה ועצב הראייה, אשר לא ניתן לזיהוי בבדיקה קלינית על ידי רופאי עיניים.

 

צורת הפיט של הפובאה שונה באוכלוסיות נורמליות. מחקר שבוצע לאחרונה מצא שפיט פובאלי עם בסיס רחב על פי OCT מופיע בשכיחות גבוהה פי 5 בנשים לעומת גברים. בעיניים עם פיט פובאלי עם בסיס רחב יש נטייה לפתח ממברנה אפירטינלית וגם בעין השנייה יש נטייה רבה מאד לפתח ממברנה אפירטינלית וחור מקולרי.

 

מחלות מקולריות אלה הכוללות ממברנה אפירטינלית וחור מקולרי שכיחות יותר בנשים. בעקבות הממצאים האלה, החוקרים מניחים שקיימים הבדלים אינהרנטיים במבנה האנטומי של המקולה בין גברים לנשים וכתוצאה מהם נובעים ההבדלים בין המינים במקולופתיות.

 

לממברנה אפירטינלית אידיופתית ולחור מקולרי יש גם מאפייני גיל, והם שכיחים יותר בגיל העמידה ובזקנים. עדיין לא ברור אם בנוסף לדגנרציה של הזגוגית והזדקנות תאית יש גם במקולה עצמה שינויים עם הגיל שהופכים אותה לרגישה לשינויים פתולוגיים. אי לכך, חשוב מבחינה  קלינית ללמוד על שינויים במבנה המקולה הקשורים למגדר ולגיל.

 

למידת עומק (deep learning) מאפשרת ללוגריתם ללמוד את המאפיינים המתאימים באמצעות שכבות מחשוב מרובות. השתמשו בלמידת עומק לסיווג מחלות מקולריות באמצעות צילומי OCT. אולם, עד עתה לא השתמשו בלמידת עומק כדי לנבא מגדר וגיל באמצעות תמונות מקולה של OCT.

 

במחקר הנוכחי פותחו מודלים של למידה עומק כדי לאמן רשת עצבית מלאכותית לעשות זאת, וכך לאפשר הבנה חדשה של מבנה המקולה. החוקרים היו מטיוואן: ממחלקות העיניים והמכונים לפוטוניקה ואופטואלקטרוניקה ולהנדסה תקשורתית של האוניברסיטה הלאומית של טיוואן בטייפי. האלגוריתם פותח תוך שימוש בבסיס מידע של OCT של מקולות.

 

בוצעה בדיקה של 6147 סדרות של תמונות OCT של מקולה של עיניים בריאות של 3134 אנשים ממרכז אחד לרפואת עיניים בטיוואן. נעשה שימוש באלגוריתמים המבוססים על למידת עומק כדי לפתח מודלים לזיהוי מגדר וגיל.

 

הממצאים הראו שהדיוק בזיהוי המגדר על פי OCT של המקולה היה 85.6% בהשוואה לדיוק של 61.9% כאשר השתמשו בעובי המקולה, ו- 61.4% כאשר השתמשו בלמידת עומק של צילומי אינפרה-אדום של הפונדוס.

 

הטעות הממוצעת בזיהוי גיל באמצעות למידת עומק של צילומי OCT של המקולה היה 5.78 שנים. בדיקה מעמיקה של דיוק הניבוי הראתה שלימוד מתאר הפובאה הביא לניבוי טוב יותר של המגדר מאשר עובי המקולה או צילומי הפונדוס, והמאפיינים שניבאו את הגיל היו של כל שכבות הרשתית ולא של הדמית.

 

המסקנות היו שניתן לנבא מגדר וגיל מצילומי OCT של המקולה תוך שימוש בלמידת עומק בצורה מדויקת למדי. ההבדל בין המינים מתבטא במתאר הפובאה והגיל מתבטא בשינוי בעובי כל שכבות הרשתית. ממצאים חדשים אלה מספקים מידע חשוב למחקר עתידי בנושא הפתוגנזה של מחלות מקולריות התלויות במגדר ובגיל.