سیستم غربالگری خودکار هوش مصنوعی به طور صحیح رتینوپاتی دیابتی را در 95.5 درصد از زمانها تشخیص می دهد

14اکتبر 2019 - تحقیقات جدید نشان می دهد که یک سیستم غربالگری خودکار هوش مصنوعی (AI) به طور صحیح رتینوپاتی دیابتی را در 95.5 درصد از زمانها تشخیص می دهد. این سیستم به دخالت یک متخصص چشم پزشک نیاز ندارد و می تواند نتیجه را در طی 60 ثانیه مشخص کند و امکان غربالگری در زمان واقعی را برای بخشهای مراقبت های اولیه و مراکز دیابت فراهم می کند. غربالگری اتوماتیک صحیح و دقیق، یک پیشرفت مهم برای میلیون ها بیمار مبتلا به دیابت محسوب می شود که باید سالانه برای رتینوپاتی دیابتی، مورد معاینه قرار گیرند. محققان نتایج مطالعه خود را در یکصد و بیست و سومین نشست سالانه آکادمی چشم پزشکی آمریکا(AAO 2019)، ارائه دادند.

تعداد افراد مبتلا به دیابت در ایالات متحده در حال انفجار است. در حال حاضر، بیش از 30 میلیون آمریکایی مبتلا به دیابت هستند. یک نفر از هر چهار فرد مبتلا به دیابت، رتینوپاتی دیابتی را تجربه می کند که علت اصلی نابینایی در بین آمریکایی های در سن کار است.

رتینوپاتی دیابتی می تواند به مرور زمان در مبتلایان به دیابت ایجاد شود، به خصوص هنگامی که کنترل قند خون آنها بخوبی صورت نگیرد. قند خون بالا می تواند به رگ های خونی ریز در پشت چشم آسیب برساند. گاهی اوقات، برآمدگی های ریزی از رگ های خونی بیرون می زند، و مایعات و خون به داخل شبکیه نشت می کنند. این مایع می تواند باعث ایجاد تورم یا ورم در ناحیه ای از شبکیه شود که به روشنی در معاینات و تصاویر از شبکیه ی چشم قابل تشخیص است. در ابتدا، رتینوپاتی دیابتی ممکن است هیچ علامتی نداشته باشد و یا فقط مشکلات بینایی خفیفی ایجاد کند اما سرانجام می تواند باعث کوری شود.

چشم پزشکان در حال حاضر معالجات مؤثری برای رتینوپاتی دیابتی ارائه می دهند، اما این معالجات تنها در صورتی موثرند که تشخیص در مراحل ابتدایی صورت گیرد. به همین دلیل چشم پزشکان توصیه می کنند که پشت چشم همه ی بیماران دیابتی سالانه بررسی شود. اما با افزایش تعداد بیمارانی که نیاز به غربالگری منظم دارند، چشم پزشکان به یک سیستم خودکار و دقیق نیاز دارند که بتواند بیمارانی را که نیاز به درمان دارند، شناسایی کنند.

در مطالعات قبلی، سیستمی به نام EyeArt با نتایج عالی معرفی شده بود. اما چشم پزشکان می خواستند مطمئن شوند که می توانند به آن اعتماد کنند. برای کسب اطلاعات بیشتر، دکتر Srinivas Sadda ، از موسسه Doheny Eye در UCLA و همکارانش در سراسر ایالات متحده ، عملکرد سیستم EyeArt  را با عملکرد متخصصان با استفاده از سیستم درجه بندی استاندارد طلایی (ETDRS) به عنوان بخشی از یک کارآزمایی مهم، مقایسه کردند.

از سیستم خودکار EyeArt برای غربالگری 893 بیمار مبتلا به دیابت در 15 سایت مختلف پزشکی استفاده شد. سپس برای تایید صحت بالینی نتایج سیستم EyeArt، متخصصان چشم آنها را بررسی کردند. تنها با استفاده از تصاویر بدون اتساع مردمک (دانش آموزان بیمار اتساع نشده بودند) ، حساسیت[1] سیستم EyeArt برابر با 95.5 درصد و ویژگی[2] آن 86 درصد بود. برای دستیابی به یک تصویر به اندازه کافی خوب، فقط برای بخش کوچکی از بیماران نیاز به تصویربرداری با اتساع مردمک وجود دارد. با افزودن این گروه از بیماران به تجزیه و تحلیل موجود، حساسیت یکسان باقی ماند، اما ویژگی آن به 86.5 درصد و قابلیت درجه بندی تا 97.4 درصد بهبود یافت. بر طبق استاندارد مرجع، بیش از 90 درصد از چشمهایی كه توسط سیستم EyeArt مثبت تشخیص داده شده بودند، دارای رتینوپاتی دیابتی یا بیماری چشمی دیگری بودند.

دکتر Sadda گفت: بیماران دیابتی در حال حاضر از تعداد چشم پزشکان در ایالات متحده بیشتر هستند و متاسفانه انتظار می رود که این عدم تعادل رشد کند. تشخیص دقیق، در زمان واقعی، وعده ی امیدوارکننده ی بزرگی برای میلیون ها بیمار مبتلا به دیابت خواهد بود. زیرا علاوه بر افزایش دسترسی، امکان تشخیص سریع با هوش مصنوعی به معنای شناسایی زودهنگام افرادی است که در معرض خطر نابینایی هستند، در نتیجه امکان انجام اقدامات درمانی برای آنها توسط متخصصان چشم قبل از رسیدن به مراحل پیشرفته ی بیماری و از دست رفتن فرصتهای درمانی، فراهم می شود.

منبع:

American Academy of Ophthalmology

https://www.news-medical.net/news/20191014/Study-Automated-AI-screening-system-accurately-detects-diabetic-retinopathy-95525-of-the-time.aspx