Akanthamöben und künstliche Intelligenz

Acanthamoeba-Keratitis, verursacht durch den Erreger Acanthamoeba spp., gilt weltweit als schwere Augeninfektion, die ein potenzielles Risiko für das Sehvermögen darstellen kann.

Diese retrospektive und monozentrische Beobachtungsstudie mit explorativem Charakter zielt darauf ab, die Möglichkeit der Identifizierung von Mustern zu ermitteln, die für die künftige schnelle Diagnose von Acanthamoeba-Keratitis anhand konfokaler Bilder nützlich sein können, und dabei die Normalität der Hornhautuntersuchung sowie die hohe Spezifität und Empfindlichkeit rechnerischer Verfahren zu nutzen Modelle.

Die Daten basieren auf Patienten, die durch Labortests mit nachgewiesener Wirksamkeit beim Nachweis der Infektion als positiv bestätigt wurden.

Die für die Einteilung der Patienten in ihre jeweiligen Gruppen berücksichtigten Labortests sind Bakterienuntersuchung, PCR-Untersuchung und Kulturuntersuchung.

Die Patienten wurden in zwei Gruppen eingeteilt: Die erste umfasste Patienten, die positiv auf eine Akanthamöben-Infektion wiesen, während die zweite Patienten umfasste, die negativ auf Akanthamöben, aber positiv auf andere Krankheitserreger waren. Die Studie wird 18 Monate dauern.

Die untersuchte Kohorte umfasst 151 Patienten des IRCCS San Raffaele Hospital, die sich den oben genannten Untersuchungen unterzogen haben, von denen 76 Fälle in die Gruppe der Patienten mit positivem Akanthamöben-Erreger und 75 in die Gruppe der Kontrollpersonen mit positivem Nachweis anderer Krankheitserreger aufgenommen werden.

Die konfokalen Bilder dieser Kohorte werden in eine Software für künstliche Intelligenz eingespeist. Zur Bewertung des Modells wird der Testsatz verwendet und die Fähigkeiten des KI-Modells anhand der im Bereich Computer Vision am häufigsten verwendeten Metriken wie Genauigkeit, Spezifität, Empfindlichkeit und F1-Score bewertet. Abschließend erfolgt eine umfassende Evaluierung des Modells.