Model Pembelajaran Mendalam Dapat Memprediksi Konversi ke Glaukoma Ketegangan Normal

Ikuti Drugslib di

Ditinjau secara medis oleh Drugs.com.

Oleh Elana Gotkine HealthDay Reporter

JUMAT, 3 November 2023 -- Model pembelajaran mendalam yang dilatih dengan gambar fundus dan data klinis dapat memprediksi apakah mata tersangka glaukoma normotensif (GS) akan berubah menjadi glaukoma tegangan normal (NTG), menurut sebuah penelitian yang dipublikasikan secara online pada November .2 dalam British Journal of Ophthalmology.

Ahnul Ha, M.D., dari Universitas Nasional Jeju di Korea Selatan, dan rekannya meninjau kumpulan data 12.458 mata GS untuk menilai kinerja model pembelajaran mendalam untuk prediksi konversi ke NTG. Sebanyak 210 mata (105 mata menunjukkan konversi NTG dan 105 tanpa konversi) dimasukkan dan ditindaklanjuti selama minimal tujuh tahun atau lebih, selama waktu tersebut tekanan intraokular (IOP) lebih rendah dari 21 mm Hg. Fitur dari dua gambar fundus diekstraksi; bersama dengan 15 gambaran klinis, mereka digunakan untuk memprediksi konversi NTG. Tiga pengklasifikasi machine learning (XGBoost, Random Forest, dan Gradient Boosting) digunakan untuk melakukan prediksi.

Para peneliti menemukan bahwa akurasi diagnostik yang tinggi dicapai untuk prediksi konversi NTG dengan ketiga algoritma tersebut. Area di bawah kurva bervariasi dari 0,987 (Hutan Acak yang dilatih dengan gambar fundus dan gambaran klinis) hingga 0,994 (XGBoost dilatih dengan gambar fundus dan gambaran klinis). Untuk konversi waktu ke NTG, performa prediksi terbaik terlihat pada XGBoost (mean squared error, 2,24). Untuk prediksi waktu menuju konversi, tiga gambaran klinis penting teratas adalah TIO awal, tekanan darah diastolik, dan rata-rata ketebalan lapisan serat saraf retina sirkumpapiler.

"Hasil kami menunjukkan bahwa model pembelajaran mendalam yang telah dilatih pada gambar mata dan data klinis memiliki potensi untuk memprediksi perkembangan penyakit pada pasien GS," tulis para penulis.

Abstrak/Teks Lengkap

Sumber: Hari Kesehatan

Diposting : 2023-11-04 00:36

Baca selengkapnya

Penafian

Segala upaya telah dilakukan untuk memastikan bahwa informasi yang diberikan oleh Drugslib.com akurat, terkini -tanggal, dan lengkap, namun tidak ada jaminan mengenai hal tersebut. Informasi obat yang terkandung di sini mungkin sensitif terhadap waktu. Informasi Drugslib.com telah dikumpulkan untuk digunakan oleh praktisi kesehatan dan konsumen di Amerika Serikat dan oleh karena itu Drugslib.com tidak menjamin bahwa penggunaan di luar Amerika Serikat adalah tepat, kecuali dinyatakan sebaliknya. Informasi obat Drugslib.com tidak mendukung obat, mendiagnosis pasien, atau merekomendasikan terapi. Informasi obat Drugslib.com adalah sumber informasi yang dirancang untuk membantu praktisi layanan kesehatan berlisensi dalam merawat pasien mereka dan/atau untuk melayani konsumen yang memandang layanan ini sebagai pelengkap, dan bukan pengganti, keahlian, keterampilan, pengetahuan, dan penilaian layanan kesehatan. praktisi.

Tidak adanya peringatan untuk suatu obat atau kombinasi obat sama sekali tidak boleh ditafsirkan sebagai indikasi bahwa obat atau kombinasi obat tersebut aman, efektif, atau sesuai untuk pasien tertentu. Drugslib.com tidak bertanggung jawab atas segala aspek layanan kesehatan yang diberikan dengan bantuan informasi yang disediakan Drugslib.com. Informasi yang terkandung di sini tidak dimaksudkan untuk mencakup semua kemungkinan penggunaan, petunjuk, tindakan pencegahan, peringatan, interaksi obat, reaksi alergi, atau efek samping. Jika Anda memiliki pertanyaan tentang obat yang Anda konsumsi, tanyakan kepada dokter, perawat, atau apoteker Anda.

Kata Kunci Populer