במאמר שפורסם בכתב העת JAMA מדווחים חוקרים על ממצאי מחקר ללימוד מכונה חדשה (Machine Learning Study), מהם עולה כי בעתיד הקרוב ניתן יהיה להתבסס על מחשבים לבדיקות סקר לרטינופתיה סוכרתית בדיוק דומה ובמאזן עלות-תועלת משתלם יותר.
במסגרת המחקר ביקשו החוקרים ליצור אלגוריתם לזיהוי אוטומטי של רטינופתיה סוכרתית ובצקת מקולארית סוכרתית בצילומי קרקעית עיניים. מערכת ממוחשבת אומנה על-בסיס נתונים רטרוספקטיביים מ-128,175 הדמיות רשתית, שדורגו 3-7 פעמים לרטינופתיה סוכרתית, בצקת מקולארית סוכרתית ודירוג הדמיות ע”י פאנל 54 רופאי עיניים בין מאי ועד דצמבר בשנת 2015. האלגוריתם נבחן בהמשך בחודשים ינואר-פברואר בשנת 2016 בשני מדגמים נפרדים, כאשר לפחות שבעה רופאי עיניים מוסמכים בחנו את הנתונים.
הרגישות והסגוליות של האלגוריתם לזיהוי RDR (Referable Diabetic Retinopathy), שהוגדר כרטינופתיה סוכרתית בינונית וגרועה ו/או RDME (Referable Diabetic Macular Edema), נקבעו על-בסיס החלטות מרבית המשתתפים בפאנל הרופאים.
נתוני EyePACS-1 כללו 9,963 הדמיות מ-4,997 משתתפים (גיל ממוצע של 54.4 שנים, שכיחות RDR של 7.8%). מדגם Messidor-2 כלל 1,748 הדמיות מ-874 חולים (גיל ממוצע של 57.6 שנים, שכיחות RDR של 14.6%). לזיהוי RDR, לאלגוריתם שטח מתחת לעקומת ה-ROC של 0.991 במדגם EyePACS-1 ו-0.990 במדגם Messidor-2.
לפי מדגם EyePACS-1 רגישות האלגוריתם עמדה על 90.3% והסגוליות עמדה על 98.1%. במדגם Messidor-2 עמדה הרגישות על 87.0% והסגוליות עמדה על 98.5%. בניתוח נפרד חושבו רגישות וסגוליות של 97.5% ו-93.4% במדגם EyePACS-1 ו-96.1% ו-93.9% במדגם Messidor-2.
החוקרים כותבים כי האלגוריתם המתואר, המבוסס על לימוד מכונה נמצא רגיש וספציפי לזיהוי רטינופתיה סוכרתית. הם קוראים להשלים מחקרים נוספים במטרה לבחון את ישימות האלגוריתם ולקבוע אם הנ”ל עשוי להביא לשיפור הטיפול בחולים אלו.
JAMA. Published online November 29, 2016
e-Med Tools
קצר קולע וממוקד
e-Med סמינרים
אי-מד תחקירים
Medscape Tools
Journal Club
מרכזי מידע ושירות
Facebook
מידע למפרסם
מאגר תרופות
מאגר אנשי המקצוע
אינדקס שימושי
חדשות משה"ב
eMed HealthClub
מחקרים קליניים
השאירו תגובה
רוצה להצטרף לדיון?תרגישו חופשי לתרום!