28.08.2023 |
Ren X, Feng W, Ran R, Gao Y, Lin Y, Fu X, Tao Y, Wang T, Wang B, Ju L, ChenY, He L, Xi W, Liu X, Ge Z, Zhang M
מתקצר: פרופ' מרדכי רוזנר
בינה מלאכותית לאבחנה של חסימת וריד רשתית באמצעות צילומי צבע של הפונדוס
חסימת וריד רשתית הינה ההפרעה הוסקולרית ברשתית השנייה בשכיחותה לאחר רטינופתיה סוכרתית, ומהווה גורם חשוב לאיבוד ראייה.
מחלקים חסימת וריד רשתית לשני סוגים בהתאם למקום החסימה: חסימת ענף של וריד הרשתית branch retinal vein occlusion (BRVO), וחסימת וריד רשתית מרכזי central retinal vein occlusion (CRVO).
בערך 16 מיליון אנשים בכל העולם סובלים מחסימת וריד רשתית, ומתוכם BRVO מהווה בערך ארבע חמישיות. בעוד שהפתופיזיולוגיה המדויקת של חסימת וריד רשתית עדיין לא ברורה, ידועים מספר גורמי סיכון מוכחים.
יתר לחץ דם הוא בין הברורים שביניהם. לחץ דם גבוה והפרעות אחרות בזרימת הדם עשויים לפגוע בכלי הדם בכל הגוף, ובמיוחד במוח, כליות, לב ורשתית. אולם, רק את כלי הדם של הרשתית ניתן לראות בגוף האדם. כתוצאה מכך מחקר רב בוצע במטרה לבדוק אם ניתן לנבא חסימת וריד רשתית או אירועים קרדיו-וסקולריים מתמונות הרשתית.
מחקר שפורסם לאחרונה גילה צפיפות מיקרווסקולרית מופחתת ומדדים של כלי הדם הפריפפילריים בעין השנייה של חולים עם חסימת וריד רשתית. בנוסף לכך יש עדות לסיכון מוגבר של חסימת וריד רשתית בעין השנייה בהשוואה לכלל האוכלוסייה.
השינויים בכלי הדם של הרשתית קשורים לגורמי סיכון סיסטמיים ובאופן עקיף יכולים לבטא שינוי בכלי הדם גם המקומות אחרים בגוף.
בינה מלאכותית Artificial intelligence (AI) הינו מדע בין תחומי הכולל נושאים של מדעי המחשב, קיברנטיקה, תאוריות מידע, נוירופסיכולוגיה, פילוסופיה ובלשנות. AI התפתחה מהר מאמצע המאה העשרים והיא משמשת במגוון תחומים.
AI יכולה לעזור בבדיקה אוטומטית של מחלות עיניים כמו רטינופתיה סוכרתית, גלאוקומה, קטרקט ו- AMD תוך שימוש בתמונות צבע של הפונדוס, צילומי OCT ותמונות אחרות של חלקי העין. בעזרת AI ו- Big data ניתן להעריך שינויים עדינים ברשתית על פי צילומי צבע של הפונדוס.
החוקרים הניחו שחולים עם חסימת וריד רשתית הינם בעלי ממצאים ברשתית שמאפשרים להבדיל בינם לבין אנשים עם רשתית בריאה והדבר מאפשר לנבא סיכון לפתח חסימת וריד רשתית. הם לימדו מודל AI לזהות את מאפייני הרשתית המתאימים כדי שבעזרת למידה עמוקה ניתן יהיה לנבא את הסיכון של חסימת וריד רשתית.
החוקרים היו מסין ואוסטרליה. בסיס המידע ששימש ללימוד כלל 2013 תמונות צבע של פונדוס מעין שנייה של חולים עם חסימת וריד רשתית, ושל 8536 עיניים של אנשים בריאים עם התאמה בגיל ובמגדר. יכולת הניבוי של המודל נבדק בשני בסיסי מידע שונים. ההערכה של יכולת מודל ה- AI כללה דיוק, ספציפיות, רגישות וטעות.
לסיכום, הוכח שהיה ניתן ללמד מודל AI לסווג תמונות צבע של הפונדוס לאלה של חולי חסימת וריד רשתית ולצילומים של אנשים בריאים הן בתוך אותו בסיס מידע ובין בסיסי מידע שונים.
הדיוק, הספציפיות והרגישות לזיהוי חסימת וריד רשתית היו גבוהים מאד. נמצאו הבדלים משמעותיים מבחינה סטטיסטית ביחס עורקי-ורידי ברשתית, ביחס בין הקעור לגבול הדיסקה, ובזווית ההטיה של הדיסקה האופטית בין שתי הקבוצות בבסיס המידע ששימש ללימוד.
שימוש בטכנולוגיה זו יכול להיות חשוב ביותר לניבוי הסיכון לחסימת וריד רשתית בעין השנייה.