Įvadas

Glaukoma yra grupė akių ligų, kurios pažeidžia regos nervą ir gali sukelti negrįžtamą aklumą. Dažnai vadinama „tyliuoju regėjimo vagimi“, glaukoma paveikia milijonus žmonių visame pasaulyje. Iš tiesų, skaičiuojama, kad iki 2040 m. glaukoma sirgs 111,8 mln. žmonių (medicalxpress.com). Ankstyvas aptikimas ir gydymas yra kritiškai svarbūs, nes regėjimo praradimo neįmanoma visiškai atkurti. Būtent čia dirbtinis intelektas (DI) daro proveržį: analizuodamas akių vaizdus ir tyrimų duomenis, DI gali padėti efektyviau tikrinti, diagnozuoti ir stebėti glaukomą. Šiame straipsnyje apžvelgsime, kaip DI taikomas šiandieninėje glaukomos priežiūroje – nurodydami realius įrankius ir tyrimus – ir išnagrinėsime atsirandančias galimybes, ypač regėjimo atkūrimo tyrimuose. Mes sutelkiame dėmesį į patvirtintus rezultatus (pvz., DI įrankių jautrumą ir specifiškumą) ir į konkrečias ateities taikomąsias programas, teikdami praktines gaires tiek pacientams, tiek tyrėjams.

DI šiuolaikinėje glaukomos patikroje ir diagnostikoje

Išmaniojo telefono ir akies dugno vaizdų analizė

Šiandien vienas pagrindinių DI panaudojimo būdų yra automatinė akies dugno nuotraukų (tinklainės vaizdų) analizė glaukomos patikrai. Tyrimų grupės sujungė nešiojamas dugno kameras arba išmaniųjų telefonų priedus su DI klasifikatoriais, kad pažymėtų glaukominius regos nervo diskus. Pavyzdžiui, neseniai atliktas perspektyvus tyrimas Indijoje išbandė neprisijungus veikiantį DI modelį, integruotą į išmaniojo telefono dugno kamerą (Medios AI-Glaucoma su Remidio FOP NM-10 prietaisu). Ši sistema nustatė pacientus, kuriems reikalingas nukreipimas („reikalaujanti glaukoma“), su maždaug 94% jautrumu ir 86% specifiškumu lyginant su visapusišku klinikiniu tyrimu (pmc.ncbi.nlm.nih.gov). Skaičiais išreikšta, DI teisingai nustatė 93,7% tikrųjų glaukomos atvejų ir teisingai pašalino 85,6% ne glaukomos atvejų (pmc.ncbi.nlm.nih.gov). Toks didelis tikslumas rodo, kad išmaniuoju telefonu pagrįsta DI patikra gali patikimai rasti pacientus, turinčius glaukomos pokyčių regos nervo diskuose.

Kitas tyrimas naudojo panašią DI kameros sąranką visų sunkumo laipsnių glaukomai. Jis nustatė, kad DI pasiekė 91,4% jautrumą ir 94,1% specifiškumą nustatant glaukomos ar įtariamų atvejų (pmc.ncbi.nlm.nih.gov). Ankstyvų ligos atvejų našumas buvo šiek tiek mažesnis (apie 87% jautrumas), o labiausiai pažengusių atvejų – didžiausias (96% jautrumas) (pmc.ncbi.nlm.nih.gov). Šie rezultatai gauti iš ambulatorinių klinikų ir rodo, kad DI įrankiai gali atitikti specialistų tyrimus, pažymint įtartinas akis. Jie taip pat pabrėžia, kad DI dažnai elgiasi atsargiai, pažymėdamas lengvus ar įtariamus atvejus; viename tyrime dauguma klaidingai teigiamų rezultatų buvo akys, kurias specialistai pavadino „disko įtariamaisiais“ (pmc.ncbi.nlm.nih.gov). Šis konservatyvus požiūris padeda išvengti tikros ligos praleidimo, tačiau kainuoja papildomų nukreipimų.

Komercinės ir tyrimų grupės jau kuria tokias sistemas. Pavyzdžiui, Medios AI-Glaucoma sistema (Remidio, Indija/Singapūras) integruojama į išmaniojo telefono dugno kamerą ir parodė aukščiau nurodytus rezultatus (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Kitos DI platformos (pvz., BegIA) naudoja išmaniojo telefono vaizdus, kad įvertintų puodelio ir disko santykį ar net analizuotų veido atvaizdus dėl akių anomalijų (glaucoma.org). Viename klinikiniame įvertinime išmaniojo telefono programa pranešė, kad plotas po kreive (AUC) buvo 0,966 glaukomos aptikimui, su 95,4% jautrumu ir 87,3% specifiškumu (glaucoma.org).

Telemedicina ir nuotolinė patikra

DI įgalintos programos taip pat naudojamos telemedicinoje glaukomai. Pavyzdžiui, iPredict debesų platforma paleidžia DI ant įkeltų akies dugno vaizdų. Realiojo pasaulio tyrime šis telemedicinos įrankis pasiekė ~89,7% tikslumą (83,3% jautrumas, 93,9% specifiškumas) nustatydamas įtariamuosius glaukomai iš tinklainės nuotraukų (pmc.ncbi.nlm.nih.gov). DI klasifikavo regos nervo diskus į „įtariamosios glaukomos“ ir normalius, matuodamas vertikalų puodelio/disko santykį, 93,9% laiko atitikdamas ekspertų vertinimus (pmc.ncbi.nlm.nih.gov). Sistema parodė 100% sutapimą tarp asmeninio ir DI apdoroto nuotolinio vertinimo bandymo rinkiniui (pmc.ncbi.nlm.nih.gov). Tai reiškia, kad pacientas kaimo klinikoje galėtų gauti realaus laiko patikros rezultatą per DI, su nedelsiamu nukreipimo patarimu, jei reikia. Tokios platformos daro patikrą prieinamesnę ir nuoseklesnę, ypač nepakankamai aptarnaujamose vietovėse (glaucoma.org) (pmc.ncbi.nlm.nih.gov).

OCT, regos laukai ir duomenų integravimas

Be nuotraukų, DI taikomas ir kitiems glaukomos tyrimams. Giliojo mokymosi modeliai gali segmentuoti optinės koherentinės tomografijos (OCT) skenavimus, kad išmatuotų tinklainės nervo skaidulų sluoksnio (RNFL) storį ar regos nervo galvutės ypatybes. Jie taip pat gali analizuoti regos lauko (RL) tyrimus, kad nustatytų subtilų progresavimą. Pavyzdžiui, konvoliuciniai neuroniniai tinklai buvo apmokyti atskirti glaukomos modelius RL žemėlapiuose. Kiti DI įrankiai sujungia kelis duomenų šaltinius – slėgio rodmenis, OCT, RL, paciento istoriją – apskaičiuoti glaukomos rizikos balus. Nors daugelis jų yra kūrimo ar ankstyvųjų tyrimų stadijoje, jie žada padėti klinikams, išryškinant pacientus, kurių liga gali pablogėti ir kuriems reikia kruopštesnės priežiūros. Viena apžvalga praneša apie DL sistemas, kurios sėkmingai prognozuoja būsimą RL praradimą iki kelerių metų į priekį, mokydamosi iš ankstesnių RL serijų (pmc.ncbi.nlm.nih.gov). Šie pažangiausi metodai iki šiol buvo išbandyti su retrospektyviniais duomenimis, rodančiais DI ligos progresavimo prognozavimo galimybes, tačiau jie dar netapo įprasta praktika.

Apčiuopiamas poveikis ir praktinis efektyvumas

Keli tyrimai rodo apčiuopiamą DI įrankių efektyvumą klinikinėse aplinkose. Kaip minėta, išmanusis telefonas-dugno-DI pasiekė ~91-94% jautrumą ir ~86-94% specifiškumą didelėse pacientų kohortose (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Telemedicininio DI projekto bendras tikslumas buvo ~89,7% (pmc.ncbi.nlm.nih.gov). Tai įspūdingi skaičiai – tyrimų aplinkose DI jau prilygsta apmokytiems oftalmologams atliekant patikras. Svarbu tai, kad kai kurie klaidingai neigiami rezultatai buvo tik lengvos ankstyvos glaukomos atvejai, o klaidingai teigiami rezultatai dažniausiai buvo „disko įtariamieji“, o ne aiškiai normalūs (pmc.ncbi.nlm.nih.gov).

Lygiai taip pat svarbus yra pritaikymas. Sistemos, tokios kaip Medios ir iPredict modelis, diegiamos Indijoje ir kitur masinei patikrai. Nors išsamūs pritaikymo duomenys dar tik atsiranda, pirminės ataskaitos (pavyzdžiui, Remidio viešinimo programos) rodo šimtus klinikų, naudojančių DI varomus kameros blokus. DI taip pat įsitvirtina ligoninių darbo vietose: keli OCT prietaisų gamintojai integruoja DI segmentavimo ir analizės funkcijas, kad pažymėtų RNFL plonėjimą arba prognozuotų RNFL praradimą. Akademijoje daugelis klinikų dabar bando DI modelius su esamais duomenimis, kad patikslintų diagnostiką.

Vis dėlto, pritaikymas Vakarų klinikinėje praktikoje vis dar ribojamas reguliavimo patvirtinimo ir darbo eigos integravimo. Kol kas nėra FDA patvirtintos DI sistemos kaip standarto glaukomos patikrai (skirtingai nei diabetinės retinopatijos atveju, kur egzistuoja tokios DI sistemos kaip IDx). Tačiau perspektyvūs lauko bandymai ir recenzuoti patvirtinimai rodo spartų progresą. Kadangi DI glaukomos patikroje turi aiškią visuomenės sveikatos naudą (ligos nustatymas prieš regėjimo praradimą), galime tikėtis, kad kai kurie iš šių įrankių per kelerius ateinančius metus sieks reguliavimo leidimo.

Atsirandančios DI taikomosios programos: kas toliau

Nuspėjamoji analizė ir individualizuota priežiūra

Kita DI banga glaukomos srityje bus sutelkta į prognozavimą ir individualizavimą. Mašininio mokymosi modeliai gali sujungti klinikinius, vaizdinius ir genetinius duomenis, kad prognozuotų asmens regėjimo praradimo riziką arba virsmą iš akies hipertenzijos į glaukomą (pmc.ncbi.nlm.nih.gov). Pavyzdžiui, neuroniniai tinklai, apmokyti su pacientų įrašais, tariamai nustato, kam labiausiai tikėtina progresuoti. Artimiausiais metais tokios sistemos galėtų padėti gydytojams pritaikyti gydymo agresyvumą. Įsivaizduokite DI balą, kuris įvertina akies spaudimą, ragenos storį, etninę kilmę, šeimos istoriją ir dar daugiau, kad apskaičiuotų „laiko iki aklumo“ įvertinimą – padėdamas teikti pirmenybę terapijai. Dabar egzistuoja dideli duomenų rinkiniai (iš biobankų ir akių ligoninių), todėl DI gali išmokti sudėtingų modelių, viršijančių paprastus rizikos veiksnius.

Glaukomos stebėjimas ir tyrimai namuose

DI taip pat galėtų pakeisti stebėseną. Kuriami nešiojami akies vidaus slėgio (AVS) jutikliai arba išmanieji kontaktiniai lęšiai, o DI galėtų analizuoti jų nuolatinius duomenis, kad įspėtų pacientus apie pavojingus šuolius. Panašiai tobulėja išmaniuosiuose telefonuose veikiančios regos lauko programos (pavyzdžiui, programos, kurios projektuoja perimetrijos diagramas telefone). Susietos su DI, jos galėtų tapti glaukomos tyrimais namuose. Pacientai vieną dieną galėtų patys atlikti greitus akių tyrimus namuose, o programa, naudojanti DI, aptiktų naujus pokyčius ir informuotų jų gydytoją, užuot lankiusi kliniką. Egzistuoja ankstyvieji namų tonometrijos ir regos tyrimų prototipai, tačiau DI valdoma analizė padarys juos kliniškai naudingais, užtikrindama patikimumą ir signalizuodama apie realų pablogėjimą.

Chirurginis planavimas ir rezultatų prognozavimas

Chirurginės intervencijos (trabekulektomija, šuntai, MIGS) yra dar viena sritis. DI galėtų padėti prognozuoti, kurie pacientai geriausiai reaguos į kokią operaciją, analizuodamas tūkstančius praeities atvejų. Pavyzdžiui, mašininio mokymosi įrankis galėtų išmokti, kad pacientams su X vaizdavimo modeliu ir Y genetika gerai tinka drenažo implantas, o kitiems geriau – lazerinė trabekuloplastika. Tokie sprendimų palaikymo įrankiai tiriami daugelyje sričių; glaukomos chirurgija galėtų gauti panašios naudos. Be to, DI ateityje galėtų vadovauti robotinei akių chirurgijai, nors tai yra ilgesnio laikotarpio perspektyva.

Regėjimo atkūrimas ir regeneracija – neišnaudotos galimybės

Viena įdomiausių sričių yra regėjimo atkūrimas po glaukomos pažeidimo. Šiuo metu nėra terapijos, kuri atnaujintų regos nervus ar pakeistų prarastas tinklainės ganglijų ląsteles (RGC). Tačiau mokslininkai intensyviai dirba su neuroprotekcija, genų terapija, kamieninių ląstelių transplantacija ir protezais. DI tik pradėjo daryti įtaką šioms sritims, tačiau galimybės yra realios:

• DI pagalba vaistų atradimui: Ryškus pavyzdys yra 2024 m. tyrimas, kuriame DI atrankos priemonės nustatė mažas molekules, kurios apsaugo RGC nuo glaukomos tipo streso. Naudodami didelius kalbos modelius ir grafinius neuroninius tinklus, tyrėjai prognozavo RIPK3 (ląstelių mirties kinazės) inhibitorių kandidatus. Po laboratorinių tyrimų buvo nustatyta, kad vienas junginys (HG9-91-01) išsaugojo RGC struktūrą ūminės glaukomos modelyje (pmc.ncbi.nlm.nih.gov). Iš tiesų, visos penkios DI rekomenduotos molekulės tame tyrime padėjo RGC išgyventi esant deguonies trūkumo stresui, o HG9-91-01 suteikė geriausią apsaugą. Šis DI įgalintas neuroprotekcinių vaistų atradimas rodo, kaip skaičiavimo metodai gali pagreitinti ikiklinikinę glaukomos terapijos plėtrą (pmc.ncbi.nlm.nih.gov). (Populiariojo mokslo ataskaita tai apibūdino kaip DI „pagalbą atrandant potencialius glaukomos vaistų kandidatus“ (medicalxpress.com).)

• Neuralinių protezų kūrimas: Pacientams, kurie jau prarado regėjimą, technologijos, tokios kaip tinklainės ar regos nervo implantai, gali pasiūlyti būdą atgauti dalį regos. Tokių prietaisų projektavimas yra itin sudėtingas. Čia taip pat DI ir modeliavimas vaidina svarbų vaidmenį. Pavyzdžiui, 2024 m. darbe buvo sukurtas detalus skaičiavimo modelis regos nervui ir regos smegenims, siekiant įvertinti „regos nervo stimuliacijos“ protezus. Komanda naudojo mašininio mokymosi imituotus vaizdus, kad išbandytų, kaip elektrodų masyvai ant regos nervo galėtų atkurti platų matymo lauką (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Jų išvados rodo, kad regos nervo implantai potencialiai galėtų sukurti platesnius regos laukus nei dabartiniai tinklainės protezai, ir svarbiausia, jie pateikė modeliavimo sistemą optimizuoti elektrodų vietą ir stimuliavimo strategijas (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Toks darbas rodo, kaip in silico įrankiai ir DI valdomas vaizdų apdorojimas gali vadovauti naujos kartos regėjimą atkuriančių implantų kūrimui.

• Ateities genų/ląstelių terapijos: Regeneraciniai metodai – tokie kaip Müllerio ląstelių reprogramavimas į RGC, RGC transplantacija arba genų redagavimas augimo atnaujinimui – intensyviai tiriami. DI galiausiai galėtų paspartinti juos, analizuodamas didelius genetinius ir molekulinius duomenų rinkinius. Pavyzdžiui, 2024 m. Development straipsnyje buvo atliktas didžiulis CRISPR patikrinimas, siekiant atskleisti genus, kontroliuojančius RGC regeneraciją【65†】. Mašininio mokymosi metodai galėtų padėti išgauti šiuos sudėtingus rezultatus, kad būtų galima nustatyti tikslus. Be to, DI valdomas baltymų projektavimas (pvz., AlphaFold arba generatyviniai modeliai) galėtų sukurti naujus terapinius baltymus ar genų konstrukcijas regeneracijai. Nors tokios DI taikomosios programos dar nebuvo praneštos glaukomos srityje, genomikos ir kamieninių ląstelių terapijos sritis yra brandi DI. Skaičiavimo įrankiai galėtų prognozuoti, kurie genų deriniai skatina aksonų ataugimą, arba optimizuoti virusinius vektorius saugesniam genų pristatymui.

Šiuo metu DI integravimas į RGC regeneracijos tyrimus yra ribotas, tačiau tai yra didelės vertės galimybė. Kai regeneracinės terapijos (nanodalelės, kamieninės ląstelės, optogenetika) progresuos, DI galėtų padėti optimizuoti jų dizainą ir pristatymą. Pavyzdžiui, kompiuterinės simuliacijos galėtų modeliuoti, kaip naujos RGC prisijungia prie smegenų, arba kaip vaistus išleidžiantys kontaktiniai lęšiai reaguoja į AVS. Trumpai tariant, DI galėtų informuoti pačias regos nervo atkūrimo strategijas – tikslą, kuris dar nepasiektas kliniškai. Tyrėjai, besidomintys „regėjimo atkūrimu“, turėtų apsvarstyti bendradarbiavimą tarp DI ekspertų ir neurobiologų, kad ištirtų šias neišnaudotas galimybes.

Realūs terminai

Svarbu būti realistais. DI įrankiai patikrai ir diagnostikai jau egzistuoja – yra keletas didelio našumo modelių, kurie juda link klinikinio naudojimo. Galime tikėtis, kad per kelerius ateinančius metus FDA patvirtins DI glaukomos patikros įrankį, atsižvelgiant į sėkmingus bandymus. Telemedicinos programos taip pat yra arti praktikos. Tačiau regėjimą atkuriančios priemonės (tikra nervų regeneracija) greičiausiai bus tik po daugelio metų ar dešimtmečių. DI paspartins mokslą, tačiau tokios terapijos kaip RGC regeneracija susiduria su biologinėmis kliūtimis. Tuo tarpu DI praktinė nauda daugiausia pasireikš ankstyvuoju aptikimu ir protingesniu valdymu.

Išvada

DI jau dabar tobulina glaukomos priežiūrą, įgalindamas greitesnę, pigesnę patikrą ir tikslesnę diagnostiką. Daugybė tyrimų patvirtina didelį tikslumą: pavyzdžiui, išmanusis telefonas-dugno-DI pasiekė ~94% jautrumą/86% specifiškumą (pmc.ncbi.nlm.nih.gov), o telemedicinos platforma pasiekė ~89,7% bendrą tikslumą (pmc.ncbi.nlm.nih.gov). Šie įrankiai gali rūšiuoti pacientus ir sumažinti praleistų atvejų skaičių. Pacientams tai reiškia, kad netrukus jie galės pasinaudoti glaukomos patikromis už specialistų klinikų ribų – net ir mobiliaisiais telefonais. Ankstyvas aptikimas, kurį palaiko DI, gali išgelbėti regėjimą laiku atliekant gydymą.

Žvelgiant į ateitį, didžiausias DI poveikis gali būti ten, kur jis dar nėra naudojamas. Perspektyva slypi regėjimo apsaugoje ir atkūrime po pažeidimo. DI valdomas vaistų atradimas (kaip su RIPK3 inhibitoriumi ar kitais) ir implantų skaičiavimo modeliavimas rodo kelią. Didelės vertės tyrimų kryptys apima DI derinimą su genomika, vaizdavimu ir audinių inžinerija, siekiant išspręsti nervų regeneracijos problemą.

Apibendrinant, DI žada didelę praktinę naudą glaukomos patikroje ir valdyme per artimiausius metus. Mokslininkams didelės galimybės slypi DI ir biologijos sankirtoje: naudojant skaičiavimo modelius ir didelio masto duomenis, siekiant proveržių neuroprotekcijos ir regeneracijos srityse. Kadangi technologijos ir medicina konverguojasi, tiek pacientai, tiek tyrėjai turėtų būti informuoti. Įrodymais pagrįsti DI įrankiai ateina ir papildys – bet visiškai nepakeis – tradicinės glaukomos priežiūros. Kruopštus patvirtinimas ir apgalvotas integravimas į klinikinę praktiką užtikrins, kad DI pažadai virs geresniais rezultatais ir atkurta rega.