Modely hlubokého učení mohou předvídat konverzi na glaukom s normálním napětím

Sledujte Drugslib

Lékařsky zkontrolováno Drugs.com.

Od Elany Gotkine HealthDay Reporter

PÁTEK, 3. listopadu 2023 – Modely hlubokého učení trénované pomocí snímků očního pozadí a klinických dat dokážou předpovědět, zda oči podezřelé z normotenzního glaukomu (GS) přejdou na glaukom s normálním napětím (NTG), podle studie zveřejněné online v listopadu 2 v British Journal of Ophthalmology.

Ahnul Ha, M.D., z Jeju National University v Jižní Koreji, a kolegové zkontrolovali datové sady 12 458 GS očí, aby posoudili výkon modelů hlubokého učení pro predikci konverze na NTG. Celkem bylo zahrnuto 210 očí (105 očí vykazujících konverzi NTG a 105 bez konverze), které byly sledovány po dobu minimálně sedmi let nebo déle, přičemž během této doby byl nitrooční tlak (IOP) nižší než 21 mm Hg. Byly extrahovány rysy dvou snímků očního pozadí; spolu s 15 klinickými příznaky byly použity k predikci konverze NTG. K provedení predikce byly použity tři klasifikátory strojového učení (XGBoost, Random Forest a Gradient Boosting).

Výzkumníci zjistili, že pomocí všech tří algoritmů bylo dosaženo vysoké diagnostické přesnosti pro predikci konverze NTG. Oblasti pod křivkou se lišily od 0,987 (Random Forest trénovaný se snímky očního pozadí i klinickými rysy) do 0,994 (XGBoost trénovaný se snímky očního pozadí i klinickými rysy). Pro převod času na NTG byl nejlepší výkon predikce pozorován u XGBoost (průměrná čtvercová chyba, 2,24). Pro predikci doby do konverze byly hlavními třemi důležitými klinickými rysy výchozí IOP, diastolický krevní tlak a průměrná tloušťka vrstvy cirkumpapilárních nervových vláken sítnice.

"Naše výsledky naznačují, že modely hlubokého učení, které byly trénovány jak na očních snímcích, tak na klinických datech, mají potenciál předpovídat progresi onemocnění u pacientů s GS," píší autoři.

Abstrakt/Celý text

Zdroj: HealthDay

Vyslán : 2023-11-04 00:36

Přečtěte si více

Odmítnutí odpovědnosti

Vynaložili jsme veškeré úsilí, abychom zajistili, že informace poskytované na webu Drugslib.com jsou přesné a aktuální -datum a úplné, ale v tomto smyslu není poskytována žádná záruka. Informace o léčivech zde uvedené mohou být časově citlivé. Informace Drugslib.com byly sestaveny pro použití zdravotnickými lékaři a spotřebiteli ve Spojených státech, a proto Drugslib.com nezaručuje, že použití mimo Spojené státy jsou vhodné, pokud není výslovně uvedeno jinak. Informace o drogách na webu Drugslib.com nepodporují léky, nediagnostikují pacienty ani nedoporučují terapii. Informace o lécích na webu Drugslib.com jsou informačním zdrojem, který má pomáhat licencovaným lékařům v péči o jejich pacienty a/nebo sloužit spotřebitelům, kteří tuto službu vnímají jako doplněk, a nikoli náhradu za odborné znalosti, dovednosti, znalosti a úsudek zdravotní péče. praktikující.

Neexistence varování pro daný lék nebo lékovou kombinaci by v žádném případě neměla být vykládána tak, že naznačuje, že lék nebo léková kombinace je pro daného pacienta bezpečná, účinná nebo vhodná. Drugslib.com nepřebírá žádnou odpovědnost za jakýkoli aspekt zdravotní péče poskytované s pomocí informací, které poskytuje Drugslib.com. Informace obsažené v tomto dokumentu nejsou určeny k pokrytí všech možných použití, pokynů, opatření, varování, lékových interakcí, alergických reakcí nebo nežádoucích účinků. Máte-li otázky týkající se léků, které užíváte, zeptejte se svého lékaře, zdravotní sestry nebo lékárníka.

Populární klíčová slova