cookieOptions = {...}; .AI 在醫療領域又有新發展!這次是在青光眼治療上 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2019年5月31日 星期五

Artificial intelligence will 
bring ‘reality’ to glaucoma diagnosis

台灣區電信工程工業同業公會
leiphone 作者:肖漫


AI在医疗领域又有新发展!这次是在青光眼治疗上
圖片來源:IBM Research Blog  所有者:IBM Research Blog 】
青光眼是世界上致盲的第二大原因,在40歲及以上的人群中,有3.5%的人受到青光眼的影響。2010年,有6050萬人受到這種疾病的影響,預計到2020年這一數字將升至8000萬人。

雖然現有的治療方法可以阻止疾病的發展,但它們無法恢復視力。因此,早期發現和及時干預,是青光眼臨床治療的重要問題。IBM Research與紐約大學就「青光眼治療」進行了一項研究,全文編譯如下:


視野測試反映了患者,在整個視覺空間內的視力範圍,並被用於診斷各種疾病。例如,青光眼引起的視覺神經損傷,會導致上視野和下視野的特徵性視野缺損。

雖然其他條件能夠以類似青光眼的方式,影響視網膜結構,但對視力的影響往往是非常不同的。因此,這些測試是診斷過程中不可或缺的一部分。

然而,由於這些測試完全依賴於患者的反饋,它們對患者的警覺性是主觀的。眾所皆知,一天中的時間,是影響患者在這些測試中的表現的一個因素,早晨的狀態要比午間的好。因此,一個人可能需要進行多次測試,來精確測量任何視力損失。

從生物學的角度來看,我們知道視覺功能和視網膜結構之間存在關聯。這裡出現了一個有趣的研究問題:我們能透過非侵入式技術成像,直接從眼睛的結構中,估計視覺功能嗎?答案是肯定的,因為IBM的研究人員們已經發現,視網膜成像數據中的資訊可以幫助評估青光眼的存在。
IBM Research與紐約大學合作開展了一項研究,採用數據驅動的方法,利用深度學習技術來探索這個問題,其研究以前所未有的精度,從單個光學相干斷層掃描(OCT)圖像中,估計視場指數(VFI), Pearson相關係數為0.88。

VFI是一個代表整個視野的國際指標,透過人工智慧精確捕捉,為未來可能使用此分析,快速評估患者視覺功能的技術奠定基礎。這可以讓專業人士在診斷青光眼收集數據時,獲得更精確的資訊,而不需要進行多次耗時的測試。

傳統的OCT結構測量,如視網膜神經纖維層(RNFL)厚度和神經節細胞內叢狀層(GCIPL)厚度,在青光眼目標位置已知的情況下,都無法達到這個精確度。研究顯示,OCT捕捉到的結構測量,包含了與功能測量高度相關的資訊,這在專業人員尋求診斷方法時非常有用。


青光眼的另一個重要挑戰是其進展速度,這需要仔細分析多次就診的數據。IBM的研究已經使用機器學習,解決了這個問題,它已經顯示,可以預測未來訪問時的視覺功能測試結果。總有一天,這種能力可以幫助專業人士,更好地預測疾病的開始和發展,並相應地調整治療方法。

這項研究將於4月28日至5月2日在加拿大溫哥華舉行的ARVO(視力和眼科研究協會)年會上發表。IBM研究團隊將與紐約大學一起,就青光眼檢測和管理的各個方面提出7篇摘要。


0 意見: