מסגרת עם רקע לכותרת

Automatic interpretation and clinical evaluation for fundus fluorescein angiography images of diabetic retinopathy patients by deep learning

תמונת נושא מאמר
01.01.2024 | Gao Z, Pan X, Shao J, Jiang X, Su Z, Jin K, Ye J

מתקצר: פרופ' מרדכי רוזנר

פיענוח אוטומטי והערכה קלינית של פלואורסצאין אנגיוגרפיה של חולים עם רטינופתיה סוכרתית   

 

 

 

פלואורסצאין אנגיוגרפיה (FA)  של הפונדוס היא טכניקה חשובה להבנת הפיזיולוגיה של מחזור הדם של הרשתית והדמית ושל פתולוגיות בפונדוס. במהלך 30 השנים האחרונות נעשה שימוש נרחב ב- FA לאבחנת מחלות רשתית בגלל יכולתו לספק מידע על הזרימה בכלי הדם ועל החדירות של דופן כלי הדם.

 

זה מאפשר לזהות פגמים כמו מיקרואנאוריזמות, נאווסקולריזציה של הדמית, ואזורים ללא פרפוזיה. השטח שנבדק באמצעות FA גדול מהמקולה, דבר שמאפשר לזהות נגעים באזורי רשתית היקפיים יותר.

 

בפרקטיקה הקלינית גם צילום צבע של הפונדוס ו- OCT מבוצעים לעיתים שכיחות. שניהם בדיקות מהירות ולא חודרניות. בהשוואה לצילום צבע של הפונדוס ול- OCT, ה- FA של הפונדוס הוא בדיקה מסובכת יותר, נמשכת זמן ממושך יותר וחודרנית.

 

למרות זאת היא מהווה את בסיס הזהב להדגמת מחזור הדם של הפונדוס באופן שלא ניתן לקבל באמצעות הבדיקות האחרות, והיא הכרחית לאבחנה ולאפיון מחלות וסקולריות של הרשתית. היכולות של FA מאפשרות זיהוי נגעים ברשתית בשלב מוקדם יותר. 

 

למרות ש- OCT angiography הינו בעל היתרונות של קלות הבדיקה מהירות רבה וביטחון רב יותר, הוא די יקר ולא נמצא בכל מקום. לכן ל- FA עדיין יש מקום בקב בדיקות העיניים לאבחנה של מחלות רשתית.

 

לאחרונה, בינה מלאכותית (AI) מתפתחת במהירות בשטח זיהוי צורה ומיושמת בשטחי רפואה רבים. אלגוריתמים של למידה עמוקה (deep learning) פותחו עבור צילומי רשתית, לזיהוי נגעים, סגמנטציה של כלי הדם, סקירה לאיתור מחלות ואבחנתם.

 

AI יכולה לעזור לרופאים להפחית עומס עבודה, לשפר יעילות, ולעיתים אף לתקן שגיאות. מחקרים רבים פיתחו מודלים טובים של למידה עמוקה המבוססים על צילומי צבע של הפונדוס ועל OCT, אך רק מעט מחקר בוצע על בדיקות FA.

 

במחקר קודם שביצעו החוקרים של העבודה הנוכחית, הם הדגימו חלוקה של נגעים ברשתית ברטינופתיה סוכרתית המבוססת על מודלים של רשת נוירונלית. מודלים אלה יכלו לזהות נגעים מבדיקות FA, כולל אזורים ללא פרפוזיה, דלף מכלי דם, מיקרואנאוריזמות וצלקות לייזר.

 

כיוון שמודלים אלה זיהו רק נגעים, ולא דינמיקה של הממצאים באזורים שונים, לא ניתן להשתמש בהם לפיענוח בדיקות FA ולכן לא ניתן להשתמש בהם בקליניקה.

 

כדי שמודלים של הלמידה העמוקה יוכלו לשמש בקליניקה, לא מספיק שהם יזהו ממצאים אלא גם להתחשב באיכות התמונה, מיקום התמונה, לטרליות העין (ימנית או שמאלית) המצולמת, ובשלב הבדיקה של האנגיוגרפיה.

המחקר הנוכחי בדק מודל למידה עמוקה רב תוויות ורב סיווגים לפיענוח ולהערכה קלינית של בסיס מידע הכולל צילומי FA של הפונדוס של חולים עם רטינופתיה סוכרתית.

 

מודל זה יכול לבצע פיענוח סטנדרטי של צילומי FA כולל הערכת איכות התמונה, מיקום התמונה, לטרליות של העין (עין ימין או שמאל), שלב בדיקת הפלואורסצאין וחמישה סוגים של ממצאים. החוקרים היו מסין.

 

נאספו 15,599 תמונות FA של 1558 עיניים של 845 חולים עם אבחנה של רטינופתיה סוכרתית. שלוש רשתות נוירונליות אומנו לזהות איכות צילום, מיקום, לטרליות של העין, שלב הבדיקה וחמישה ממצאים. בוצעה הערכה של טיב הביצועים של המודלים.

 

התמונות עם  תוצאה חיובית כוזבת (false positive) ושלילית כוזבת (false negative) נבדקו ביסודיות.

התוצאות הטובות ביותר הופקו על ידי אחד המודלים (ResNet18) והוא השיג דיוק של 80.79% עד 93.34% להערכה הצילומים, ושל 63.67% עד 88.88% לזיהוי הממצאים.

 

השוואת התוצאות של המכונה לאלה של הרופאים, הראתה דיוק דומה לזה של רופאי עיניים צעירים. בדיקת התוצאות החיוביות הכוזבות והשליליות הכוזבות הראתה מגמת שיפור בתוצאות.

 

זהו המחקר הראשון שבדק הערכה אוטומטית של בדיקות FA, והוא מראה שהמודל יכול לשמש בקליניקה לשיפור האבחנות של רופאי עיניים צעירים, יכול לשפר את אחידות רמת הטיפול באזורים שונים, ולתרום רבות לפיתוח אבחון אוטומטי של בדיקות FA.

Br J Ophthalmol 2023;107:1852–1858
תמונה שהיא חסות של - primyum -חסות קטנה