血管新生型 AMD の治療: 現実世界での人工知能

血管新生型加齢黄斑変性症 (nAMD) は、先進国の医療制度にとって大きな負担となっています。 その慢性的な性質のため、nAMD 患者の視覚機能の重大な損失を防ぐために、継続的なフォローアップと治療が必要です。

血管内皮増殖因子 (VEGF) は、nAMD の病態機序において主要な役割を果たしており、大規模な多施設共同試験では、VEGF 経路を遮断する物質の硝子体内適用が nAMD の進行を中断し、視覚転帰を改善できることが示されています。

すべての注射は視力を脅かす合併症のリスクを負い、医療提供者の経済的負担を増大させるため、いくつかの研究では、視力の向上を損なうことなく適用される注射の数を減らすために、さまざまな治療レジメンがテストされています. そのため、厳密なプロトコルは、「必要に応じて」柔軟なレジメン (pro re nata、PRN) および注射間隔を積極的に増やすレジメン (治療と延長、T&E) と比較されています。

研究によると、抗VEGF治療の結果は、いわゆる「現実世界の設定」よりも標準化された臨床試験の方が優れていることが示されています. これは、スポンサー付き試験の厳格な除外基準、より短いフォローアップ時間、およびセンターごとに治療される少数の患者によって説明され、より良い標準治療をもたらします.

PRN と T&E の管理では、PRN では視力の向上が著しく少なく、T&E では過剰な治療を受ける可能性があるなどの欠点が見られました。

最近、患者のケアを改善するための追加の治療基準が記載されました。

自動アルゴリズムを使用してすべてのコンパートメントの体液量を正確に測定する SD-OCT による診断精度の向上は、疾患活動性を判断するための確かなツールです。 それらは、疾患活動性に対する治療パラメーターの影響を正確に定量化することを可能にします。

多施設研究の分析により、網膜内液の量が視力の結果に大きな影響を与えることが示されています。 網膜下液または色素上皮剥離は、それほど重要ではないと説明されています。 これらの調査結果は、効率的なポイント オブ ケア管理を設計するための基礎となりました。 人工知能 (AI) を使用した体液量の自動定量化は、パーソナライズされたポイントオブケアを決定するための信頼できる客観的な方法として役立つ可能性があります。

ポイント オブ ケア管理の有効性を証明するには、実際の環境での前向き研究が必要です。 より多くの患者が治療を受け、意思決定に利用できるリソースが少ない場合、現実世界の設定の結果を評価し、治療結果を改善する方法を見つけるには、より多くのデータが必要です。

この研究の目的は、患者 (治療負担) と医療システム (訪問/治療のスケジューリング) の両方に利点を提供するために、実世界の設定で血管新生 AMD 患者の治療のための定量的評価ツールを実装することです。