일차 진료 환경에서 녹내장 의뢰 결정 지원을 위한 기계 학습 분류기 평가

Jul 03, 2023

Scientific Reports 12권, 기사 번호: 8518(2022) 이 기사 인용

953 액세스

1 인용

3 알트메트릭

측정항목 세부정보

눈의 기능적 및/또는 구조적 변화를 분석하여 녹내장 진단을 돕기 위해 여러 인공 지능 알고리즘이 제안되었습니다. 이러한 알고리즘에는 안구 이미지에 액세스할 수 있는 신중하게 선별된 데이터 세트가 필요합니다. 현재 연구에서는 쉽게 얻을 수 있는 단일 안구 특성(안압(IOP))과 비안구 특성(연령, 성별, 인종, 체질량 지수, 수축기 및 수축기 혈압)을 사용하여 자가 보고된 녹내장을 예측하기 위한 분류기를 모델링하고 평가했습니다. 확장기 혈압 및 동반 질환). 분류자는 등록 당시 녹내장 진단을 받지 않은 3015명의 피험자에 대한 공개적으로 이용 가능한 데이터에 대해 훈련되었습니다. 337명의 피험자는 등록 후 1~12년 동안 녹내장 진단을 자가 보고했습니다. 분류자는 등록 시 기록된 특징만을 사용하여 이러한 대상을 식별하는 능력에 대해 평가되었습니다. 지원 벡터 머신, 로지스틱 회귀, 적응형 부스팅은 F1 점수가 각각 0.31, 0.30, 0.28인 데이터세트에서 유사하게 수행되었습니다. 로지스틱 회귀 분석은 민감도 60%, 특이도 69%로 가장 높았습니다. 주로 눈 이외의 특징을 사용하는 예측 분류기는 일차 진료를 포함하여 눈 이외의 진료 환경에서 의심되는 녹내장을 식별하는 데 사용될 가능성이 있습니다. 예측 분류기의 성능을 향상시키는 추가 기능을 찾는 추가 연구가 필요합니다.

녹내장은 망막 신경절 세포의 손실을 초래하는 진행성 시신경병증입니다. 치료하지 않으면 완전한 실명을 초래할 수 있습니다. 이는 전 세계적으로 돌이킬 수 없는 실명의 주요 원인입니다. 현재 녹내장은 약 7천만 명에게 영향을 미치고 있으며 2040년까지 그 수는 약 1억 1,200만 명으로 증가할 것으로 예상됩니다1. 녹내장으로 인한 시력 손상은 되돌릴 수 없지만, 이 질병을 조기에 발견하고 치료하면 영구적인 시력 상실의 위험을 줄일 수 있습니다2. 불행하게도 이는 녹내장의 무증상 특성과 복잡하고 자원 집약적이며 주관적인 진단 과정4,5,6,7로 인해 방해를 받습니다. 인공 지능(AI) 기반 접근 방식을 사용하면 안과 영상 장치(예: 1차 의료)에 반드시 접근할 수 없는 환경에서 녹내장 발병 위험이 높은 개인을 식별하는 예측 모델의 구축, 검증 및 구현이 가능합니다. 안과 진료를 조정합니다.

최근 몇 년 동안 당뇨병성 망막병증8,9, 황반 부종10,11 및 원추각막12과 같은 안과 병리 진단을 위해 여러 AI 기반 접근 방식이 연구되었습니다. 이러한 노력 중 일부는 새로운 의료 기기로 이어졌습니다. 2018년 IDx-DR은 미국 식품의약협회(FDA)로부터 최초의 완전 자율 AI 기반 당뇨병성 망막증 진단 시스템으로 승인되었습니다13. 여러 AI 연구에서는 녹내장의 예후와 진단을 위해 눈에 나타나는 구조적, 기능적 패턴을 해석하려고 시도했습니다14,15,16,17,18,19,20,21,22,23,24,25. 인공 신경망(ANN)과 기계 학습 분류기는 시야와 같은 기능적 데이터에 사용되어 기존 방법보다 더 일찍 녹내장 진행 패턴을 식별했습니다. 딥 러닝의 출현으로 색 안저 사진(CFP)18,19,20,21,22 및 황반 광 간섭 단층 촬영(OCT) 이미지23,24,25와 같은 망막 영상을 사용하여 구조적 특징을 추출하여 녹내장 손상을 구별할 수 있게 되었습니다. . 임상적으로 실현 가능한 AI 기반 진단 기술이 이미 채택된 당뇨병성 망막증과 같은 질환에 비해 시신경 유두 모양의 상당한 변화로 인해 녹내장 도구를 개발하는 것이 더 어려울 수 있습니다. 높은 진단 정확도를 달성하기 위해 신중하게 선택되고 크고 다양한 교육 데이터 세트가 필요하다는 점은 이러한 과제를 더욱 가중시킵니다. 녹내장 관련 모델의 성능은 이미지의 품질과 수(> 100,000)에 따라 달라지므로 시간이 많이 걸리고 비용이 많이 드는 프로세스입니다26. 또한, 고유한 주관성을 설명하기 위해 반복적인 시야 테스트가 필요하므로 병원 안과 서비스에 배치되는 작업량의 주요 부분이 됩니다22,27.