Modelos de aprendizagem profunda podem prever a conversão para glaucoma de tensão normal

Siga Drugslib em

Revisado clinicamente por Drugs.com.

Por Elana Gotkine HealthDay Reporter

SEXTA-FEIRA, 3 de novembro de 2023 — Modelos de aprendizagem profunda treinados com imagens de fundo de olho e dados clínicos podem prever se os olhos normotensos suspeitos de glaucoma (GS) se converterão em glaucoma de tensão normal (NTG), de acordo com um estudo publicado on-line em novembro. . 2 no British Journal of Ophthalmology.

Ahnul Ha, M.D., da Universidade Nacional de Jeju, na Coreia do Sul, e colegas revisaram conjuntos de dados de 12.458 olhos GS para avaliar o desempenho de modelos de aprendizagem profunda para previsão de conversão para NTG. Um total de 210 olhos (105 olhos apresentando conversão NTG e 105 sem conversão) foram incluídos e acompanhados por um período mínimo de sete anos ou mais, período durante o qual a pressão intraocular (PIO) foi inferior a 21 mm Hg. As características de duas imagens de fundo foram extraídas; juntamente com 15 características clínicas, foram utilizados para prever a conversão de GTN. Três classificadores de aprendizado de máquina (XGBoost, Random Forest e Gradient Boosting) foram usados ​​para realizar a previsão.

Os pesquisadores descobriram que foi alcançada alta precisão diagnóstica na previsão da conversão de GTN com todos os três algoritmos. As áreas sob a curva variaram de 0,987 (Random Forest treinado com imagens de fundo e características clínicas) a 0,994 (XGBoost treinado com imagens de fundo e características clínicas). Para conversão de tempo para NTG, o melhor desempenho de previsão foi observado para XGBoost (erro quadrático médio, 2,24). Para a previsão do tempo de conversão, as três principais características clínicas importantes foram a PIO basal, a pressão arterial diastólica e a espessura média da camada de fibras nervosas da retina circunpapilar.

"Nossos resultados sugerem que modelos de aprendizagem profunda que foram treinados tanto em imagens oculares quanto em dados clínicos têm potencial para prever a progressão da doença em pacientes com SG", escrevem os autores.

Resumo/Texto completo

Fonte: HealthDay

Postou : 2023-11-04 00:36

Consulte Mais informação

Isenção de responsabilidade

Todos os esforços foram feitos para garantir que as informações fornecidas por Drugslib.com sejam precisas, atualizadas -date e completo, mas nenhuma garantia é feita nesse sentido. As informações sobre medicamentos aqui contidas podem ser sensíveis ao tempo. As informações do Drugslib.com foram compiladas para uso por profissionais de saúde e consumidores nos Estados Unidos e, portanto, o Drugslib.com não garante que os usos fora dos Estados Unidos sejam apropriados, a menos que especificamente indicado de outra forma. As informações sobre medicamentos do Drugslib.com não endossam medicamentos, diagnosticam pacientes ou recomendam terapia. As informações sobre medicamentos do Drugslib.com são um recurso informativo projetado para ajudar os profissionais de saúde licenciados a cuidar de seus pacientes e/ou para atender os consumidores que veem este serviço como um complemento, e não um substituto, para a experiência, habilidade, conhecimento e julgamento dos cuidados de saúde. profissionais.

A ausência de uma advertência para um determinado medicamento ou combinação de medicamentos não deve de forma alguma ser interpretada como indicação de que o medicamento ou combinação de medicamentos é seguro, eficaz ou apropriado para qualquer paciente. Drugslib.com não assume qualquer responsabilidade por qualquer aspecto dos cuidados de saúde administrados com a ajuda das informações fornecidas por Drugslib.com. As informações aqui contidas não se destinam a cobrir todos os possíveis usos, instruções, precauções, advertências, interações medicamentosas, reações alérgicas ou efeitos adversos. Se você tiver dúvidas sobre os medicamentos que está tomando, consulte seu médico, enfermeiro ou farmacêutico.

Palavras-chave populares