Επικαιρότητα - Άρθρα

Οι σημαντικότερες εξελίξεις στον κλάδο της υγείας

Πρωτοποριακό σύστημα εντοπίζει έγκαιρα την εκφύλιση της ωχράς κηλίδας

Ένα νέο σύστημα τεχνητής νοημοσύνης μπορεί να εντοπίζει έγκαιρα ποιοι άνθρωποι πάσχουν από ηλικιακή εκφύλιση της ωχράς κηλίδας – την πιο κοινή μορφή τύφλωσης στον δυτικό κόσμο.

Το σύστημα φέρει την ονομασία iPredict.Health και είναι πλέον έτοιμο για κλινική χρήση ακόμη και εξ αποστάσεως εφαρμογή μέσω τηλεϊατρικής. Αυτό ανακοίνωσε η Δρ. Sharmina Alauddin από το νοσοκομείο Mount Sinai της Νέας Υόρκης, μιλώντας πρόσφατα στο ετήσιο συνέδριο της Association for Research in Vision and Ophthalmology.

Τα περισσότερα άτομα που προσβάλλονται από την πάθηση δεν συνειδητοποιούν ότι πάσχουν παρά μόνο όταν η όρασή τους έχει επηρεαστεί σημαντικά και είναι πλέον πολύ αργά. Όμως, με το νέο σύστημα είναι δυνατόν να εντοπιστούν πολύ νωρίς, όσοι πάσχουν και να αρχίσουν νωρίς θεραπεία, ώστε να επιβραδύνουν την πρόοδο της πάθησης. Το πιο ενδιαφέρον, δε, είναι ότι το σύστημα μπορεί να εφαρμοστεί από γιατρούς της πρωτοβάθμιας φροντίδας ή οπτομέτρες, βελτιώνοντας έτσι την πρόσβαση των ασθενών.

Πολλές ερευνητικές ομάδες σε όλο τον κόσμο εργάζονται για την ανάπτυξη τέτοιων συστημάτων. Οι περισσότεροι χρησιμοποιούν μια μεγάλη βάση δεδομένων με εικόνες που έχουν ήδη ταξινομηθεί με την απουσία ή την παρουσία της νόσου και το στάδιο της. Στη συνέχεια αναζητούν μοτίβα που διακρίνουν τους διαφορετικούς τύπους εικόνων. Συνήθης χρησιμοποιείται το Age-Related Eye Disease Study (AREDS) σετ δεδομένων, που περιέχει 150.000 εικόνες.

Για το νέο σύστημα, η Alauddin και οι συνάδελφοί της χρησιμοποίησαν ένα σύστημα βαθιάς μάθησης, που εκπαιδεύτηκε για την προσομοίωση των νευρικών δικτύων του ανθρώπινου εγκεφάλου στην αναγνώριση των μοτίβων. Προηγουμένως είχαν δοκιμάσει το σύστημα με το σύνολο δεδομένων AREDS και διαπίστωσαν ότι θα μπορούσε να αναγνωρίσει την ηλικιακή εκφύλιση της ωχράς κηλίδας με ακρίβεια 95,3% και θα μπορούσε να ταξινομήσει το στάδιο της νόσου με ακρίβεια 86,0%, το οποίο είναι συγκρίσιμο με τα ποσοστά που επιτυχγάνονται από ειδικούς στον ανθρώπινο αμφιβληστροειδή.

Για να δουν αν το σύστημα θα μπορούσε να εντοπίσει την ασθένεια σε έναν πραγματικό πληθυσμό, οι ερευνητές χρησιμοποίησαν μια ειδική κάμερα (fundus) για να απεικονίσουν και τα δύο μάτια 150 ασθενών ηλικίας άνω των 50 ετών. Κανένας δεν έπασχε από καταστάσεις, όπως, όπως διαβητική αμφιβληστροειδοπάθεια, οίδημα της ωχράς κηλίδας και προηγούμενη χειρουργική επέμβαση στον αμφιβληστροειδή.

Τα αποτελέσματα ήταν πολύ θετικά: Το σύστημα iHealth ταξινόμησε 66 ασθενείς ότι είχαν τη νόσο (μέτριο στάδιο ή προχωρημένο), ενώ για τους υπόλοιπους 84 κρίθηκε ότι είχαν φυσιολογική ωχρά κηλίδα ή πρώιμο στάδιο. Όταν τα αποτελέσματα του συστήματος συγκρίθηκαν με τις μετρήσεις από δύο έμπειρους οφθαλμίατρους, η ακρίβεια ήταν 88,67%. Η ευαισθησία, που δείχνει τα αληθινά θετικά, ήταν 86,57% και η ειδικότητα, που δείχνει τα αληθινά αρνητικά, ήταν 90,36%.

Οι ερευνητές έχουν επίσης χρησιμοποιήσει το σύστημα για να προβλέψουν ποιοι ασθενείς θα εξελιχθούν σε προχωρημένο στάδιο της νόσου και αν η ασθένεια θα εξελιχθεί στην υγρή ή ξηρά μορφή σε αυτούς τους ασθενείς. Σκοπεύουν να ακολουθήσουν τους ασθενείς και να ελέγξουν την ακρίβεια αυτών των προβλέψεων.

Η ωχρά κηλίδα είναι ένα μικρό κομμάτι του αμφιβληστροειδή χιτώνα του ματιού, η οποία είναι υπεύθυνη για την οξεία κεντρική όραση. Η νόσος συνήθως πλήττει στην αρχή το ένα μάτι και περίπου στις μισές περιπτώσεις εμφανίζεται και στο άλλο μέσα σε 5 χρόνια!

Στην Ελλάδα, κάθε χρόνο καταγράφονται περίπου 5.000 νέα περιστατικά της πάθησης! Θεωρείται ότι προκαλείται από ένα συνδυασμό γενετικών και περιβαλλοντικών παραγόντων, καθώς και του τρόπου ζωής, η οποία εμφανίζεται σε δύο μορφές: την υγρή (όταν συνοδεύεται από αγγειογένεση) και την ξηρή (χωρίς αγγειογένεση).

Η πρώτη μορφή εξελίσσεται πιο γρήγορα από ό,τι η δεύτερη. Και οι δύο όμως προξενούν προοδευτική ζημιά στην όραση, καθώς σταδιακά καταστρέφουν τα κύτταρα-φωτοϋποδοχείς στην ωχρά κηλίδα.

eefam-logo-grey.png

Στοιχεία Επικοινωνίας

Τζαβέλα 42Β, Νέο Ψυχικό
Τ.Κ. 15451, Αθήνα

    

Τηλέφωνο: 210 6753159
Φαξ: 210 6753150
Email: info@eefam.gr

© Copyright 2008 - 2020 Ε.Ε.Φα.Μ.. All Rights Reserved.
Developed by: eGroup Services