Использование ИИ для оценки рисков развития глаукомы

Стоит ли использовать искусственный интеллект для оценки рисков развития глаукомы?

Дата корректировки: 02.10.2023 Колличество просмотров: 869
()

В последнее время искусственный интеллект (ИИ) стал незаменимым помощником медиков в разных сферах деятельности. Ему делегируют не только повседневные клинические задачи, от визуализации и автоматизированной диагностики, но и сложные хирургические операции. ИИ показывает впечатляющие результаты, анализируя большие массивы данных, которые получают при компьютерной периметрии, оптической когерентной томографии, съёмке глазного дна и т. д.

Сегодня в разных странах, в том числе и в России, разрабатываются математические алгоритмы, которые позволяют по разным признакам определять наличие глаукомы. В данной статье сравниваются плюсы и минусы использования искусственного интеллекта в офтальмологии. Также рассматривается необходимость тщательного подбора критериев и их влияние на точность работы калькуляторов.

Однако внедрение ИИ в широкую клиническую практику в настоящее время затруднено по целому ряду этических и технических причин, в то время как применение разнообразных калькуляторов допускается в качестве помощника в принятии решения по диагностированию, об уровне офтальмотонуса, периметрии и изображения ОКТ (находится в процессе разработки), что позволяет достаточно точно определять степень тяжести патологического процесса и рекомендовать соответствующую терапию.

Диагностика глаукомы

У пациентов с верифицированным диагнозом первичная открытоугольная глаукома (ПОУГ) математические алгоритмы позволяют оценивать скорость прогрессирования и вероятность неблагоприятного исхода. Расчеты могут помочь в составлении индивидуального плана лечения конкретного пациента, определить своевременность перехода к хирургическим методам.

Для решения этих задач в калькуляторах важно учитывать, насколько выражены были глаукомные изменения при постановке диагноза, общее соматическое состояние и возраст при начале лечения. От правильного расчета предполагаемой продолжительности жизни будет зависеть агрессивность тактики лечения, а также стоимость затрат на него.

Принятие решения неразрывно связано с фармако-экономическими последствиями. Например, у пациента с высоким ВГД и низким риском прогрессирования (2%) предполагаемая продолжительность жизни должна превышать 20 лет, чтобы хирургическое лечение было обоснованным. В исследовании Olmsted рассчитывалась вероятность односторонней слепоты у пациентов с впервые выявленной глаукомой. По мнению авторов, слепота на один глаз в течение 20 лет разовьется у 27% пациентов.

Но если включить в подобный анализ все признаки из исследования Ocular Hypertension Treatment Study (OHTS) и Advanced Glaucoma Intervention Study (AGIS), то при офтальмогипертензии риск развития односторонней слепоты в течение 15 лет составит 10,5%. Так сложные математические алгоритмы позволяют увереннее планировать схему лечения пациента. Правильная оценка скорости прогрессирования глаукомного процесса с учетом выраженности изменений ганглиозных клеток сетчатки поможет определять пациентов, которым необходимо ретинопротекторное лечение уже на ранних стадиях глаукомы.

Использование ИИ в диагностике при подозрении на глаукому

Наибольшее количество вопросов у практикующего доктора, как правило, вызывают пациенты с подозрением на глаукому, когда есть один или несколько факторов риска развития заболевания, но нет достоверных изменений в структурно-функциональных показателях. Например, в следующих ситуациях: при офтальмоскопии выявлена расширенная экскавация и изменения нейроретинального пояска при субнормальных цифрах внутриглазного давления; была обнаружена офтальмогипертензия при отсутствии других признаков; диагностированы пограничные значения морфофункционального статуса.

В таких случаях офтальмолог вынужден решать сложную, но очень важную задачу по мониторингу и тактике дальнейшего ведения пациентов с заболеваниями разных систем и органов, начиная с расчета рисков рака молочной железы и заканчивая продолжительностью жизни. Из всех заболеваний органа зрения именно первичная открытоугольная глаукома требует от врача-офтальмолога сопоставления большого количества диагностических параметров, критериев и факторов риска. Вычислительные возможности математических моделей могут помочь в диагностике, прогнозировании начала заболевания, его прогрессирования, тяжести течения и определении эффективности лечения.

В настоящее время в России и за рубежом разрабатываются математические алгоритмы, позволяющие по тем или иным признакам определять наличие глаукомного процесса. Один из первых калькуляторов вероятности развития глаукомы появился в 2004 году в результате рандомизированного многоцентрового проспективного исследования OHTS (Ocular Hypertension Treatment Study).

У пациентов с офтальмогипертензией (ОГ) оценивался риск развития глаукомы в течение ближайших пяти лет. К основным признакам, необходимым для расчетов, были отнесены: возраст, центральная толщина роговицы (ЦТР), уровень внутриглазного давления (ВГД), вертикальное соотношение экскавации к размеру диска зрительного нерва (ДЗН), среднеквадратическое отклонение среднего снижения светочувствительности сетчатки (sLV или PSD).

Однако калькулятор имел целый ряд недостатков: очень жесткие критерии включения в исследование пациентов определенного возраста, расы и уровня офтальмотонуса, отсутствие понятия «давление цели».

Современные способы диагностики глаукомы

Дорофеев Д.А. и исследовательская группа «Научный авангард» разработали калькулятор вероятности глаукомы, учитывающий структурно-функциональные и региональные гемодинамические и клиникоэпидемиологические данные, позволяющие рассчитать вероятность наличия глаукомы. Использование калькуляторов, включающих такие признаки, как показатели гемодинамики заднего отрезка глазного яблока, обеспечило возможность отличать пациентов с глаукомой от здоровых людей с точностью около 80%.

В настоящее время существуют алгоритмы, анализирующие фундус-фотографии, результаты статической периметрии, оптической когерентной томографии (ОКТ) или их комбинации. Есть модели, позволяющие пациентам выполнять самоконтроль с помощью роботизированных ОКТ или домашней периметрии совместно с ОКТ.

Результат рассчитывается по среднему арифметическому из всех данных, полученных от обоих глаз, однако, хотя глаукома и является парным процессом, часто она асимметрична, соответственно, целесообразнее рассчитывать риск для каждого глаза по отдельности. Кроме того, авторы математических алгоритмов вынуждены придерживаться жестких параметров включения и исключения пациентов при наборе данных для создания этих моделей, в связи с чем не всегда полученные результаты могут быть применимы для всех пациентов всех групп и популяций, встречающихся на офтальмологическом приеме.

Иными словами, нет гарантий, что прогностическая модель, разработанная на основе определенного набора данных, будет работать в другой группе пациентов. Все существующие на сегодняшний день калькуляторы базируются на представлении о глаукоме как о заболевании с нарушением гидродинамики и разработаны для высоких цифр ВГД. Взгляды на патогенез ПОУГ стремительно меняются и возникает потребность в разработке новых, использующих другие массивы данных, все более подробных калькуляторов.

Универсальных алгоритмов, отвечающих всем запросам, не существует. Оценка скорости прогрессирования заболевания с помощью ИИ не всегда оправдывает ожидания и трудо-временные затраты. Известно, что ПОУГ относится к хроническим прогрессирующим болезням. Успех лечения во многом зависит от приверженности пациента рекомендациям, его психоэмоционального статуса, отношения к болезни и желания лечиться.

Никакие калькуляторы не учитывают эти важные составляющие терапии. Не берется в расчет также информация о стоимости и доступности лекарственных препаратов, влиянии болезни и лечения на качество жизни пациента. Интеграция ИИ в нашу клиническую практику и повседневную жизнь сопряжена с большим количеством нерешенных юридических и этических вопросов.

Математическая точность выполняемых расчетов не может полностью уберечь врача от ошибочных выводов. Безусловно, современный доктор должен понимать принципы машинного обучения, быть осведомлен о методах получения данных, которые он будет интерпретировать с помощью ИИ, разбираться в некоторых аспектах работы алгоритмов, степени их чувствительности и специфичности.

Взвешенное решение при постановке диагноза или подборе терапии необходимо принимать, используя комплексных подход, совмещающий личный врачебный опыт, клиническое мышление и математические вычисления. Опрометчиво полагаться только на ИИ, ведь его ошибки потенциально могут иметь более разрушительное действие по сравнению с ошибками людей.

Подведём итоги

Парадокс глаукомы заключается в том, что некоторая часть пациентов, получающих лечение (до 50%) не должны его получать, так как у них на самом деле нет заболевания. В то же время, 67% пациентов, страдающих глаукомой, не знают о своем заболевании. Использование калькуляторов факторов риска развития глаукомы несомненно поможет грамотному специалисту отличать состояния индивидуальной нормы от проявлений начальной стадии заболевания.

Стремительно развивающиеся технологии, помогая врачу и повышая точность диагностической работы, призваны освободить время доктора для проявления эмпатии, построения эффективной коммуникации с пациентом и творческого подхода к своей работе, то есть для качеств, недоступных машине.

Насколько публикация полезна?

Нажмите на звезду, чтобы оценить!

Средняя оценка / 5. Количество оценок:

Оценок пока нет. Поставьте оценку первым.




Задать вопрос
Фамилия Имя Отчество *
Пожалуйста, заполните это поле
Ваш e-mail *
Пожалуйста, заполните это поле
Ваш вопрос, комментарий *
Пожалуйста, заполните это поле
Отправить