人工智能可能很快就会告诉你多久去看眼科医生

三个最常见的慢性眼条件需要定期医疗检查和注入眼科专家保持即将失明的眼睛。伯尔尼大学的一项研究,Inselspital护眼启动合作一个AI现在表明,病人的个人理想频率这些访问可以相当准确地预测机器learning-yielding三重效益。

年龄相关性黄斑变性(AMD)是最常见的导致视力丧失的50岁以上的人。高达12%的80岁以上的慢性疾病。估计有1640万成年人影响视网膜静脉阻塞(RVO)在世界范围内,一个条件引起的视网膜静脉血栓形成。它是第二个最常见的原因失明后视网膜血管疾病糖尿病视网膜病变(DR)。博士,反过来,是发达国家的失明的主要原因,影响多达80%的20多年的糖尿病患者。它可以导致出现黄斑水肿(糖尿病黄斑水肿,或测距装置),这可能会导致部分或完全失明。

所有三个条件都被注射所谓anti-vascular内皮生长因子(vegf)的眼睛不时减缓疾病进展和防止失明。因为视力,人类面临危险,患者经常渴望知道他们正在接受治疗以避免快速恶化。和医生要确保他们看到每个病人足够频繁不要错过重要的发展。

所面临的挑战

随着人口老龄化的发展,AMD的情况下,RVO或测距装置是在全球范围内呈上升趋势,使得专业眼科诊所很难跟上日益增长的需求定期治疗。“作为医生,我们想给每个病人所需的频率,他们需要关注和治疗,”塞巴斯蒂安·沃尔夫说,眼科主任的Inselspital目前看到6000 AMD患者,RVO博士。”,但这也是一个组织挑战满足所有患者的需求,并能够研究所有相关的眼睛成像的数据来评估个体疾病进展和在短时间内做出处理决定。”

监测进展的慢性眼部疾病、光学相干断层扫描(OCT),一个成像工具眼睛的生成3 d图像分辨率极高,通常是应用。生物医学工程研究中心与ARTORG合作,10月Inselspital开发了自动化分析工具的基础上人工智能,它可以帮助眼科医生在整个评估病人OCT-set在短短几秒钟。RetinAI一起创业专业基于AI眼部护理技术,他们现在有病人进行了回顾性研究,以评估人工智能可以预测抗血管治疗的需求开始。

设置

这项研究观察了OCT-data AMD患者从340年和285年RVO患者或测距装置,处理抗vegf在Inselspital在2014和2018之间。基于形态学特征自动提取10月卷在基线和连续两次访问,以及病人的人口统计信息,两个机器学习模型训练的概率预测的长期治疗频率要求一个新的病人(一个用于AMD和一个用于RVO和测距装置)。

根据前三个访问,可以预测如果一个病人有一个低或高治疗需求AMD和RVO &高精度测距装置组与相似。更重要的是,研究显示,有可能预测相当不错的首次访问,甚至在第一次注射如果病人少需要注射。

三个优势

“我们已经表明,机器学习分类器可以预测当病人治疗需求第一诊断为慢性眼疾,”马盖拉多说,博士后研究员ARTORG人工智能在医学成像(爱実)实验室成员的新人工智能在医学中心(CAIM)。“因此,人工智能可能协助建立针对病人的治疗最常见的慢性眼部疾病的计划在不久的将来。”

规划每个病人的理想治疗频率有很多好处。首先,病人可以确定他们的疾病治疗的最佳方式可能不让他们过于频繁的访问和不愉快的注入。其次,个性化的规划可以帮助诊所应对越来越多的病人数量允许的最高可能的产能利用率专业医疗技术和基础设施。第三,objectivized随需应变计划有助于避免获得和能够提高成本效率和更少的医疗支出。

高产融合的临床、数据科学与工业研究

这项研究说明了再次证明与医生之间的协作和数据科学家Inselspital和ARTORG中心,生产技术解决方案适合日常使用,因为他们设计直接应对临床需求。更重要的方面提供了一个路线图的临床实施这种技术是启动RetinAI。

“我们非常高兴我们收到欧盟资金应用于构建patient-focused解决方案在眼科,确保技术可以转化成产品,能在规模、效益和改善治疗的患者“RetinAI首席执行官卡洛斯cil说。与总部sitem-insel启动也是空间位于诊所和科学之间的接口。这种独特的伯尔尼兹临床环境驱动的人工智能技术将进一步利用的新人工智能在医学中心(CAIM),结合最好的三个世界的医疗,科学,和行业,造福患者。