Sztuczna inteligencja i samodoskonalące się algorytmy to narzędzia, z których ambitni okuliści i optometryści mogą już korzystać na co dzień, gdyż pozwalają one na obsługę znacznie większych grup pacjentów w krótszym czasie i z lepszym skutkiem, niż za pomocą tradycyjnych metod. Czy to możliwe? Setki doświadczonych specjalistów zebrało się w Madrycie, by zapoznać się z największymi osiągnięciami na polu wykrywania jaskry, która jest przyczyną cierpienia około 70 milionów ludzi na świecie, a 7 milionom odbiera wzrok na zawsze. W Polsce szacuje się, że chorych na jaskrę jest około 700 000, a jedynie 417 000 jest zarejestrowanych, w trakcie leczenia. Czy jest szansa, że wykryjemy ją u osób nieświadomych choroby i zapobiegniemy ślepocie dzięki nowym wynalazkom?
Osoba chora na jaskrę nie od razu zauważy utratę komfortu widzenia, gdyż mózg potrafi uzupełniać brakujące elementy, które przestaje widzieć oko. Nie ma zjawiska bólu. Dopiero po upływie dłuższego czasu osoba chorująca na jaskrę odczuwa zawężenie pola widzenia, zauważa, że często potyka się na prostej drodze, niechcący potrąca ludzi, upuszcza przedmioty, a nawet powoduje wypadki samochodowe.
Gdy już zaczyna oddalać od oczu tekst podczas czytania, to wybiera się do specjalisty, ale wtedy najczęściej jest już za późno, by cofnąć efekt choroby. Można jedynie walczyć o to, by zatrzymać jej rozwój. Innymi objawami, wskazującymi na ryzyko rozwoju jaskry mogą być zimne stopy, bezdech senny, migreny oraz niskie ciśnienie, bóle oczu po przebudzeniu. Objawy, całkiem niezauważone, mogą rozwijać się przez dekadę lub dwie, a choroba nerwu wzrokowego atakuje w międzyczasie miliony neuronów, doprowadzając ostatecznie do ich zaniku. Bez nerwu wzrokowego oko nie jest w stanie przekazać impulsów do mózgu. Przestajemy widzieć.
Wielokrotny wynalazca, profesor Gonzalez de la Rosa został poproszony o wystąpienie podczas dwóch wydarzeń w Madrycie, w marcu i kwietniu 2019 roku. Pierwszym z nich był coroczny kongres Spanish Glaucoma Society, podczas którego przedstawił on ogólny zarys projektu oraz wyniki programu Laguna ONhE (Laguna Optic Nerve Head) do analizy perfuzji tarczy nerwu wzrokowego poprzez zautomatyzowaną analizę kolorowych fotografii. Algorytm wykonujący tę analizę został stworzony przez firmę INSOFT S.L pod kierunkiem profesora GR i wprowadzony na rynek przez duńską firmę Retinalyze.
Drugie wydarzenie, gdzie zaprezentowane zostało powyższe rozwiązanie, to „Międzynarodowe Sympozjum Kontrowersji na temat Jaskry”, które od 19 lat organizują profesorowie Julián García Sanchez, Julian García-Feijoó i Jose María Martinez de la Casa, we współpracy z laboratoriami Allergan. W każdym z powyższych wydarzeń uczestniczyło około 500 specjalistów zajmujących się zagadnieniem jaskry. W efekcie tych konferencji i obu wystąpień szpitale Ramóny Cajal w Madrycie i Clínico w Barcelonie, dwie nowe grupy ze szpitala Clínico San Carlos w Madrycie i szpitala Miguel Servet de Zaragoza dołączyły do ośrodków, które prowadzą badania nad tą metodą. Podczas pierwszego wydarzenia profesor de la Rosa przypomniał, że jaskra jest zespołem neuropatii wzrokowych o wspólnej ogólnej charakterystyce: śmierć włókien nerwowych siatkówki, które prowadzą do postępującej i nieodwracalnej utraty wzroku, głównie z powodu źle tolerowanego podwyższonego ciśnienia wewnątrzgałkowego, ale również jest efektem wielu dodatkowych czynników, w tym złej perfuzji krwi. Obecna technologia pomiaru grubości włókien nerwowych siatkówki oraz kształtu i wyglądu tarczy nerwu wzrokowego, jak również funkcji widzenia obwodowego, jest potrzebna do trafnej diagnozy, ale jest droga, czasochłonna w dużej mierze oparta o subiektywną wiedzę specjalisty.
AAlgorytm wykonujący tę analizę został stworzony pod kierunkiem profesora de la Rosa i wprowadzony na rynek przez duńską firmę Retinalyze.
Koncepcja Laguna ONhE została opracowana jako stosunkowo tania i prosta metoda analizy kondycji nerwu wzrokowego, zabarwienia dna oka, analizowania jego cech oraz porównywania z obszerną bazą zdrowych nerwów i nerwów z jaskrą. Automatycznie identyfikuje krawędź nerwu, wykorzystując techniki Deep Learning i analizuje zawartość hemoglobiny w obszarze tarczy, mierząc wskaźnik Globin Distribution Factor (GDF). Zastosowane techniki głębokiego uczenia się do segmentacji naczyń i uzyskania klasyfikatorów pozwalają zidentyfikować różnice między wynikami w oku pacjentów zdrowych z tymi z jaskrą.
Metodę wykorzystano w przypadku 1397 zdrowych i 1434 podejrzewanych o jaskrę. Metoda osiągnęła wysoką czułość: 84,6%, przy zachowaniu bardzo wysokiej swoistości: 99%. Wysoka swoistość jest niezbędna, zwłaszcza dla badań przesiewowych, aby uniknąć dużej liczby fałszywie dodatnich wyników, które mogłyby niepotrzebnie nasycić systemy opieki zdrowotnej, by potwierdzić postawioną ocenę ryzyka w kierunku jaskry.
Dokonano ponownej analizy danych uzyskanych w poprzednich badaniach, z zastosowaniem najnowszej wersji metody, w której porównano wyniki indeksu GDF Laguna ONhE z perymetrią i OCT Cirrus i Spectralis. Nowe wyniki czekają na opublikowanie, ale już teraz można powiedzieć, że: – uzyskano wartości
czułości i swoistości wyższe niż wskaźniki OCT – w niektórych przypadkach osiągnięto znaczącą istotność statystyczną, a w innych nie, ale widać, że wyniki te nie są gorsze. W drugim z wykładów przeanalizowane zostały wyniki uzyskane przez powiązanie indeksu Laguna ONhE GDF oraz OCT z wskaźnikami perymetrycznymi, zwłaszcza tymi analizującymi nieprawidłowości pola widzenia. Wśród nich są PSD obwodów Humphrey i Oculus i ich odpowiednik (sLV) w obwodzie Octopus oraz nowy wskaźnik nieprawidłowości, który został opatentowany i nazwany Thresholds Coefficient of Variation (TCV),
który bada harmonię i symetrię 18-punktowego centralnego pola widzenia. Uzyskane wyniki wskazują, że w tym przypadku powiązanie metody Laguna ONhE z perymetrią zapewnia znacznie lepsze wyniki w odniesieniu do dowolnych skojarzeń między indeksami OCT i perymetrią, z wysoką istotnością statystyczną.
Podsumowując, można stwierdzić, że po ponad 60 000 ocenach wykonanych algorytmem na duńskiej platformie Retinalyze, zdjęcia siatkówki mogły być analizowane w pierwszej próbie już w około 89,3% przypadków, a dalsze 8,9% potrzebowało drugiej fotografii ze względu na nadmierne oświetlenie lub z uwagi na niewystarczającą jakość, a jedynie niewielki procent przypadków nie mógł zostać przeanalizowany z powodu zaawansowanej zaćmy lub z powodu innych problemów. Nowa wersja programu dostarcza informacji o rozmiarze tarczy nerwu wzrokowego, a jak wiadomo, duże tarcze mają zazwyczaj większe zagłębienia naczyniowe.
Operator algorytmu otrzymuje obszar tarczy w percentylach w odniesieniu do częstotliwości w badanej populacji (zakres 0-1), aby z właściwą ostrożnością interpretować wyniki uzyskane w wyjątkowo dużych tarczach nerwu wzrokowego. Odbiór obu wykładów był bardzo pozytywny, a na zjeździe Hiszpańskiego Towarzystwa ds. Jaskry była też okazja, by poddać się analizie za pomocą algorytmu Retinalyze, online w czasie rzeczywistym. Uczestnicy byli pod dużym wrażeniem systemu, który podawał wynik w ciągu 30 sekund oraz dlatego, że pozostali mówcy nie przedstawili rzeczywistych rozwiązań, ale dopiero pomysły na przyszłe produkty lub usługi.
Innowacyjność pomysłu profesora Manuela Gonzalez de la Rosa, zastosowanego w algorytmie Retinalyze polega na tym, że badanie koncentruje się nie na ciśnieniu w gałce ocznej (co jest również istotnym elementem tradycyjnej metody oceny ryzyka zmian jaskrowych), ale zabarwienia hemoglobiny w określonych segmentach tarczy nerwu wzrokowego. Wysokie wskaźniki czułości i swoistości pozwalają mieć nadzieję na znaczne obniżenie kosztów badań przesiewowych, które mogą być zakrojone na dużą skalę za pomocą sztucznej inteligencji, a do specjalistów kierować wyłącznie przypadki wymagające potwierdzenia choroby i odpowiedniego leczenia. System ten jest już dostępny również w Polsce.
prof. Manuel Gonzalez de la Rosa
Badacz i wynalazca, poświęcił blisko 50 lat swojego życia na doskonalenie metod wykrywania jaskry. Zanim stał się znanym specjalistą w dziedzinie jaskry, realizował się zarówno jako klinicysta, jak i badacz, co doprowadziło go do praktyki w różnych miejscach w Hiszpanii, od Madrytu po Wyspy Kanaryjskie. Uzyskał doktorat w wieku 26 lat, 2 lata później został kierownikiem Sekcji Jaskry w Ramon y Cajal Hospital w Madrycie, był wykładowcą uniwersyteckim w wieku 32 lat, kierownikiem oddziału okulistycznego szpitala Universitario de Canarias w wieku 34 lat i profesorem na uczelni Universidad de La Laguna (Hiszpania) w wieku 36 lat.
PROFESOR MANUEL GONZALEZ DE LA ROSA ZAPREZENTOWAŁ PRZEŁOMOWE ROZWIĄZANIE W WYKRYWANIU JASKRY
Hiszpańskie Towarzystwo Okulistyczne przyznało mu nagrodę Castroviejo jako najważniejszemu hiszpańskiemu okuliście. Zawsze szukając sposobów na poprawę skuteczności wykrywania jaskry w praktyce klinicznej, opracował strategię perymetryczną TOP (Tendency Oriented Perimetry), technikę perymetryczną PULSAR (obwody Octopus Haag-Streit), strategię SPARK, analizę progresji TNT (Threshold Noiseless Trend) i metodę Laguna ONhE do oceny hemoglobiny za pomocą barwnych retinografii. Członek m.in. Towarzystwa Obrazowania i Perymetrii (IPS), pracuje jako recenzent dla wielu prestiżowych czasopism, takich jak British Journal of Ophthalmology, European Journal of Ophthalmology, Investigative Ophthalmology and Vision Science, Eye, Optometry and Vision Science i inne. Opublikował ponad 175 artykułów w czasopismach i książkach okulistycznych. Obecnie opiekuje się 24 pracami doktorskimi, jest wynalazcą 13 różnych patentów, stanowi część duńskiego zespołu Retinalyze, o którym więcej można przeczytać na www.retinalyze.pl.
____
[1] Perfuzja oczna jest bardzo ważna dla prawidłowego ukrwienia nerwu wzrokowego i jest całkowicie zależna od obniżonego ciśnienia tętniczego, a nieprawidłowa regulacja naczyniowa w jaskrze nie pozwala na odpowiednią adaptację oka do zmian wartości ciśnienia tętniczego.
[2] „A fully automatic delimitation of the optic nerve head allows the correct, reproducible and efficient use of the Laguna ONhE method, and its effectiveness is greatly increased if associated with a perimetric harmony index.” Publikacja z dnia 05.11.2018 pt. „Segmentation of the Optic Nerve Head Based on Deep Learning to Determine its Hemoglobin Content in Normal and Glaucomatous Subjects” w czasopiśmie Journal of Clinical & Experimental Ophthalmology
[3] Więcej informacji na stronie www.retinalyze.pl kontakt@retinalyze.pl
