Použití umělé inteligence v diagnostice a léčbě retinopatie předčasně narozených dětí

• Autoři: TIMKOVIČ Juraj; NOWAKOVÁ Jana; KUBÍČEK Jan; MARŠOLKOVÁ Kristýna; HASAL Martin; KOLARČÍK Lukáš; KAŠPRÁKOVÁ Martina; JAVORSKÝ Ondřej; AUGUSTYNEK Martin
• Rok publikování: 2024
• Druh: Článek v odborném periodiku
• Časopis / Zdroj: Folia strabologica et neuroophthalmologica
• Fakulta / Pracoviště MU: Lékařská fakulta
• Klíčová slova: retinopathy of prematurity, diagnosis, treatment, artificial intelligence
• Popis: ÚVOD Cílem tohoto sdělení bylo definovat klíčové termíny používané v oblasti umělé inteligence, návrh a realizace pilotního datasetu snímků očního pozadí předčasně narozených dětí v České republice a představení prvních matematických algoritmů a modelů umělé inteligence pro hodnocení změn na očním pozadí předčasně narozených dětí. MATERIÁL A METODY K sestavení datasetu byly využity digitální zobrazovací systémy RetCam 3, RetCam Envison a ICON Phoenix během screeningu ROP ve Fakultní nemocnici Ostrava v letech 2011–2023. Vyšetření byla prováděna u všech předčasně narozených dětí v arteficiální mydriáze (Neosynephrine 2,5% gtt., Unitropic 1% gtt., Homatropin 2% gtt.), v leže a za použití víčkového rozvěrače. Snímky očního pozadí byly následně anotovány a validovány dvěma nezávislými pedooftalmology, a v případě neshody ověřeny třetím expertem. Pro správu datasetu byl využit programovací jazyk JavaScript a Python, otevřený objektově-relační databázový systém PostgreSQL a knihovna React pro tvorbu uživatelského rozhraní. Pro obrazovou segmentaci snímků byla použita neuronová síť U-Net s konvolučními vrstvami. VÝSLEDKY V rámci pilotního projektu byl vytvořen dataset s 6004 snímky očního pozadí předčasně narozených dětí a vlastní grafické uživatelské rozhraní ve formě mobilní a webové aplikace. Tyto umožňují nahrávání a prohlížení snímků, jejich anotaci, validaci a předzpracování. Rozšířená funkcionalita zahrnuje moduly využívající matematické metody pro poloautomatickou detekci terče zrakového nervu a umělou inteligenci pro filtrování snímků podle typu a kvality (senzitivita 99 %, specificita 98 %) a obrazovou segmentaci cév (senzitivita 97 %, specificita 98 %). DISKUZE Umělá inteligence představuje významný nástroj pro automatizované zpracování a analýzu snímků očního pozadí u předčasně narozených dětí. V blízké budoucnosti se očekává její velký přínos nejen v diagnostice (včasné odhalení prvních známek onemocnění, predikce přirozeného vývoje), ale také v léčbě ROP (hodnocení efektu léčby díky časné detekci změn sítnicového cévního řečiště). Je však nutné zdůraznit, že přesnost umělé inteligence je silně závislá na kvalitě pořízených snímků a jejich hodnocení, což je klíčové pro spolehlivost a kvalitu strojového nebo hlubokého učení. V současnosti lze umělou inteligenci chápat jako doplňkový nástroj, který usnadňuje proces diagnostiky a léčby ROP, od méně závažných až po pokročilé formy vyžadující léčbu.