Ketika menyaring pasien untuk demensia, menggabungkan pencitraan retina standar ke dalam penilaian faktor risiko tradisional untuk penyakit ini dapat meningkatkan deteksi penurunan kognitif, para peneliti dari Inggris telah melaporkan.
Temuan ini menambah semakin banyak bukti yang menghubungkan penyakit sistemik dan mata — bidang penelitian yang disebut “okulomika”.
“Kami menunjukkan bahwa model pembelajaran mendalam yang dilatih dengan gambar retina yang dapat ditafsirkan dapat digunakan selain faktor risiko tradisional untuk bertindak sebagai metode sederhana dan non-invasif untuk skrining demensia,” kata Robbert Struyven, MD, kandidat doktoral di University College London Center. untuk Komputasi Gambar Medis, yang mempresentasikan hasilnya pada pertemuan tahunan 2023 dari Asosiasi Riset dalam Penglihatan dan Ophthalmology. “Kami menemukan bahwa selain prediktor demensia yang diketahui – seperti usia yang lebih tua, hipertensi, dan diabetes – sinyal dari retina dapat digunakan untuk membantu meningkatkan prediksi.”
Untuk skrining demensia, manfaat menggabungkan informasi retina, selain faktor risiko nonretina tradisional, belum sepenuhnya ditetapkan. Studi baru mengevaluasi apakah penambahan algoritma pembelajaran mendalam yang dilatih pada gambar yang dihasilkan oleh tomografi koherensi optimal (OCT) dapat meningkatkan kinerja skrining demensia di atas kekuatan prediksi model tradisional risiko stratifikasi.
“Retina adalah perpanjangan dari otak. Itulah dorongan di balik melihat fitur berbasis OCT pada penyakit saraf,” kata Ian Han, MD, asisten profesor oftalmologi dan ilmu visual di University of Iowa Carver College of Medicine di Iowa Kota.
Retina menawarkan fitur unik yang membuatnya jauh lebih mudah diakses daripada otak untuk tujuan evaluasi, tambah Han.
“Dalam oftalmologi, kami telah merinci, pencitraan beresolusi tinggi hingga beberapa mikron dalam jaringan,” katanya. “Kita dapat melihat berbagai fitur yang tidak dapat dilihat dengan baik pada neuroimaging pembuluh darah. Jadi berpotensi, Anda dapat memiliki fitur skala mikro yang dapat dideteksi ujung depan yang akan dibuat lebih mudah dideteksi daripada pencitraan, misalnya, dengan MRI.”
Empat Model Dievaluasi
Untuk studi retrospektif, Struyven dan rekannya memeriksa data dari 353.157 peserta di AlzEye, hubungan tingkat rekor longitudinal dari pencitraan oftalmik dan penerimaan rumah sakit. Para peneliti mengidentifikasi pasien yang didiagnosis dengan penyakit Alzheimer, demensia vaskular, atau bentuk penurunan kognitif lainnya, serta kontrol yang sehat secara kognitif, dan memasangkannya dengan catatan oftalmologi mereka.
Kelompok Struyven membandingkan kinerja empat model penyaringan:
faktor risiko non-retina
fitur retina yang dapat ditafsirkan, seperti sifat vaskular dan ketebalan lapisan retina, bersama dengan faktor risiko tradisional
algoritma pembelajaran mendalam yang dilatih pada pencitraan OCT
model fusi multi-modal yang menggabungkan gambar retina dan faktor risiko tradisional
Faktor risiko tradisional termasuk faktor demografis — usia, jenis kelamin, etnis, dan indeks status sosial ekonomi — dan gambaran klinis seperti hipertensi dan diabetes yang terkait dengan perkembangan demensia. Fitur retina terdiri dari ketebalan lapisan pada OCT dan fitur morfologis yang diekstraksi dari gambar fundus warna. Secara terpisah, algoritma komputer dilatih menggunakan gambar retina untuk memprediksi semua penyebab demensia. Fitur-fitur algoritma digunakan dalam model fusi.
Model dilatih berdasarkan data dari 36.877 pasien yang mengunjungi empat Rumah Sakit Mata Moorfields dari 2008 hingga 2018 dan divalidasi pada dua kumpulan data uji: 4.083 pasien mengunjungi empat rumah sakit yang sama dan 4.089 pasien mengunjungi tiga rumah sakit berbeda.
“Cukup Melompat”
Seperti yang diukur menggunakan area di bawah analisis receiver-operator curve (AUROC), para peneliti menemukan bahwa kombinasi pembelajaran mendalam, pencitraan, dan faktor risiko adalah prediktor demensia yang paling sensitif (0,840 dalam tes internal dan 0,805 dalam tes eksternal). ).
“Kami melihat peningkatan kinerja dengan kombinasi tersebut,” kata Struyven. “Itu lompatan yang cukup besar.”
Menurut jenis demensia, potensi deteksi paling tinggi adalah penyakit Alzheimer (AUROC, 0,877), diikuti oleh demensia vaskular (AUROC, 0,870) dan jenis kondisi lainnya (AUROC, 0,809).
Namun, karena patologi yang mendasari penyakit ini berbeda, model terpisah mungkin diperlukan untuk masing-masing penyakit, catat para peneliti.
“Hasil kami memberikan bukti lebih lanjut untuk kemungkinan manfaat menggunakan pemeriksaan retina noninvasif dalam hubungannya dengan faktor risiko tradisional untuk skrining demensia berbasis populasi,” kata Struyven.
Struyven mengakui perlunya validasi eksternal yang lebih baik dari model mereka dan mengatakan kelompoknya berencana melakukan studi tambahan untuk melakukannya.
Daniel Ting, MBBS, PhD, seorang profesor oftalmologi di Duke-NUS Medical School di Singapura, mengamati bahwa orang Asia terdiri dari 23% dari kumpulan data pelatihan tetapi hanya 16% dari kumpulan validasi. “Generalisasi model itu penting,” kata Ting, menunjukkan bahwa model yang dibangun pada populasi Kaukasia mungkin tidak dapat diandalkan bila diterapkan pada orang Asia.
Penggunaan Potensial dalam Skrining
Ting juga mempertanyakan pengaturan terbaik untuk model penyaringan multimodal potensial ini. “Apakah teknologi ini akan digunakan dalam pengaturan komunitas atau pengaturan perawatan tersier, dan apakah itu akan menjadi pengaturan neurologi atau oftalmologi? Jika pasien melakukan skrining positif, apa yang terjadi selanjutnya? Ada banyak pertanyaan yang harus dijawab,” katanya kepada Medscape Medical. Berita.
Para peneliti mengatakan mereka membayangkan model mereka, atau yang seperti itu, untuk akhirnya dimasukkan ke dalam beberapa jenis skrining demensia berbasis komunitas.
Struyven, Han, dan Ting melaporkan tidak ada hubungan keuangan yang relevan.
Pertemuan tahunan Association for Research in Vision and Ophthalmology (ARVO) 2023: Abstrak 1282. Dipresentasikan pada 24 April 2023.
Caroline Helwick adalah jurnalis medis dengan pengalaman lebih dari 25 tahun melaporkan dari konferensi medis di seluruh dunia.
Untuk berita lebih lanjut, ikuti Medscape di Facebook, Twitter, Instagram, YouTube, dan LinkedIn