深層学習モデルは正常眼圧緑内障への移行を予測できる

ドラッグスリブをフォローしてください

Drugs.com によって医学的に審査されています。

Elana Gotkine HealthDay レポーター

2023 年 11 月 3 日、金曜日 -- 11 月にオンラインで発表された研究によると、眼底画像と臨床データでトレーニングされた深層学習モデルは、正常眼圧緑内障疑い (GS) の眼が正常眼圧緑内障 (NTG) に移行するかどうかを予測できると発表されました。英国眼科ジャーナルで .2 を獲得。

韓国の済州国立大学のAhnul Ha医師らは、12,458個のGS眼のデータセットをレビューして、NTGへの変換を予測するための深層学習モデルのパフォーマンスを評価しました。合計210の眼（NTG変換を示した105の眼と変換なしの105の眼）が含まれ、最低7年間以上追跡調査され、その間の眼圧（IOP）は21 mm Hg未満でした。 2 つの眼底画像の特徴が抽出されました。 15 の臨床的特徴とともに、それらは NTG 変換を予測するために使用されました。予測の実行には 3 つの機械学習分類器 (XGBoost、ランダム フォレスト、および勾配ブースティング) が使用されました。

研究者らは、3 つのアルゴリズムすべてで NTG 変換予測において高い診断精度が達成されることを発見しました。曲線の下の面積は、0.987 (眼底画像と臨床的特徴の両方でトレーニングされたランダム フォレスト) から 0.994 (眼底画像と臨床的特徴の両方でトレーニングされた XGBoost) まで変化しました。 NTG 変換までの時間については、XGBoost で最高の予測パフォーマンスが見られました (平均二乗誤差、2.24)。コンバージョンまでの時間を予測する場合、上位 3 つの重要な臨床的特徴は、ベースライン IOP、拡張期血圧、平均乳頭周囲網膜神経線維層の厚さでした。

「我々の結果は、眼球画像と臨床データの両方でトレーニングされた深層学習モデルには、GS 患者の病気の進行を予測できる可能性があることを示唆しています」と著者らは書いています。

要約/全文

出典: HealthDay

投稿しました : 2023-11-04 00:36

続きを読む

免責事項

Drugslib.com によって提供される情報が正確であることを保証するためにあらゆる努力が払われています。 -日付、および完全ですが、その旨については保証されません。ここに含まれる医薬品情報は時間に敏感な場合があります。 Drugslib.com の情報は、米国の医療従事者および消費者による使用を目的として編集されているため、特に明記されていない限り、Drugslib.com は米国外での使用が適切であることを保証しません。 Drugslib.com の医薬品情報は、医薬品を推奨したり、患者を診断したり、治療法を推奨したりするものではありません。 Drugslib.com の医薬品情報は、認可を受けた医療従事者による患者のケアを支援すること、および/または医療の専門知識、スキル、知識、判断の代替ではなく補足としてこのサービスを閲覧している消費者にサービスを提供することを目的とした情報リソースです。

特定の薬物または薬物の組み合わせに対する警告がないことは、その薬物または薬物の組み合わせが特定の患者にとって安全、有効、または適切であることを示すものと決して解釈されるべきではありません。 Drugslib.com は、Drugslib.com が提供する情報を利用して管理される医療のいかなる側面についても責任を負いません。ここに含まれる情報は、考えられるすべての使用法、使用法、注意事項、警告、薬物相互作用、アレルギー反応、または副作用を網羅することを意図したものではありません。服用している薬について質問がある場合は、医師、看護師、または薬剤師に問い合わせてください。

人気のキーワード