Opracowanie systemu głębokiego uczenia się do identyfikacji schorzeń neurookulistycznych na kolorowych zdjęciach dna oka na oddziale ratunkowym (DEEP-VISION)

W ostatnich latach sztuczna inteligencja (AI) została szeroko zintegrowana w medycynie, przyczyniając się w szczególności do poprawy diagnostyki pacjentów. Badanie BONSAI „Brain and Optic Nerve Study with AI”, w którym uczestniczy nasz zespół, z powodzeniem wykazało zdolność sztucznej inteligencji do identyfikacji poszczególnych patologii neurookulistycznych lub neurologicznych wpływających na nerwy wzrokowe i/lub mózg na podstawie prostego obrazu dna oka.

Chociaż jest to obiecujący postęp, w obecnej praktyce klinicznej pozostaje on ograniczony. Naszym głównym wyzwaniem jest możliwość jednoczesnej identyfikacji szerszego zakresu patologii nerwu wzrokowego i/lub mózgu w tej samej analizie, aby usprawnić zarządzanie pacjentami, szczególnie tymi kierowanymi na oddziały ratunkowe. Rzeczywiście, w przypadku braku dokładnej diagnozy powikłania mogą być nieodwracalne i zagrażać życiu.

Do najbardziej niepokojących objawów klinicznych na oddziale ratunkowym należy obrzęk brodawek zastoinowych, który w połączeniu z ostrymi bólami głowy może wskazywać na obecność nadciśnienia wewnątrzczaszkowego, patologii zapalnej lub niedokrwiennej. To ostatnie może być objawem choroby Hortona. Nasz zespół opracował algorytm AI umożliwiający diagnozowanie nieprawidłowości siatkówki i nerwu wzrokowego na podstawie retinofotografii wykonanych w idealnych warunkach podczas zaplanowanych konsultacji, a nie zdjęć pacjentów zgłaszających się na oddział ratunkowy. W szpitalach, w których nie ma oddziałów ratunkowych okulistyki, istotne jest, aby lekarze medycyny ratunkowej (lekarze ratunkowi, lekarze pierwszego kontaktu, neurolodzy) mieli możliwość oceny dna oka pod nieobecność specjalisty okulisty. Ocena ta, choć stanowi część badania ogólnego, często stwarza wyzwania dla nie-okulistów. Celem naszego badania jest poprawa wydajności naszego algorytmu AI, aby mógł on rozróżniać różne patologie siatkówki i nerwu wzrokowego na oddziale ratunkowym. Dlatego planujemy zbudować bazę danych obrazów dna oka, włączając w przyszłości pacjentów zgłaszających się na oddziały ratunkowe okulistyczne i neurologiczne szpitala Fondation Adolphe de Rothschild. Wydajność opracowanego algorytmu zostanie oceniona zgodnie ze standardowymi kryteriami czułości, swoistości, pola pod krzywą (AUC) i dokładności.