发表的:
无监督人工智能可以帮助识别中央视野丧失模式
发表的:
一项回顾性研究发现,与单独使用中央视野均值偏差相比,使用人工智能识别中央视野缺损模式能更好地预测青光眼患者的生活质量损害。
“保持中枢视觉功能对肺炎患者的护理至关重要,“Mengyu王博士哈佛医学院舍本斯眼科研究所的研究人员及其同事写道。
王和同事使用了来自青光眼研究网络联盟的视野数据进行分析。该研究包括8,712名患者13,951例汉弗雷10-2(Carl Zeiss Meditec)测试结果,从13,951只眼里进行横截面分析,824名患者至少5个可靠的10-2次测试结果,以6个月的时间为1,191只眼睛用于纵向分析。
研究人员利用患者最近的10-2测试结果,使用总偏差值来确定中心视野模式。他们还在10-2测试的3个月内使用了24-2 VF,将眼睛分为轻度、中度或重度功能丧失。为了确定中央视野模式,他们应用一个无人管理的人工智能(archetypal分析)。
人工智能识别出17种中枢视野模式,这些模式适用于所有严重的功能丧失。此外,轻度青光眼有11种中央视野模式,中度青光眼有11种,重度青光眼有16种。在17个中央视野模式中发现了一些弓形缺陷模式,大多数弥漫性缺损模式保留了较不脆弱的区域。类似的中央视野缺陷跨不同的青光眼阶段观察到特定于某种青光眼阶段的独特的中央视野缺陷。研究人员写道,这可以代表不同“潜在的病理物理学特征和生物标志物的中央视野损失的不同亚型。
他们说:“通过空间模式分析和原型分析对中央视野丧失进行量化,独立地证实了经常出现弓形缺陷的观察结果和相对保存的下丘脑不那么脆弱的区域。”
“我们的模型可以被临床医生用来决定哪些病人或眼睛需要更积极地治疗以减缓视野恶化,”他们总结道。“我们需要做更多的工作来证明中央视野模式和结构损伤之间的相关性,或许可以使用黄斑神经节细胞厚度图。”