マルチソース画像モダリティに基づく加齢黄斑変性症の治療効果の予測モデル

加齢黄斑変性症 (AMD) は、高齢者の失明の主な原因の 1 つです。 血管新生AMD（nAMD）に対する抗VEGF薬の眼内注射は、現在の主な治療法である。 しかし、抗VEGF療法に対する患者の反応は異なり、一部の患者は短期および長期の治療に十分に反応しません。

本研究では、過去のnAMDの臨床データと画像データを照合・解析するレトロスペクティブ研究を採用し、治療前後の集学的モダリティから画像特徴を深層学習により抽出し、臨床症状を評価・定量化することを目的とした。 nAMD 患者の短期および長期予後を予測するための 2 つのマルチソース特徴モデルを構築します。 治療効果を予測するモデルの精度を検証することで、上記の特徴的なモデルの分類効率を比較し、最適なモデルを選択しました。 その臨床応用価値は検量線と決定曲線によって評価されました。 さらに、研究コホートで治療反応が不良だった患者を遡及的に分析し、実際の臨床現場で他の治療選択肢を組み合わせた場合の有効性と安全性を分析した。 この研究の目的は、nAMD の全体的な治療戦略の早期予測、動的モニタリング、最適化のための科学的根拠を提供することです。