La inteligencia artificial puede predecir el curso de la atrofia geográfica en pacientes individuales, ayudando a los médicos a determinar si los pacientes se están beneficiando de la terapia con medicamentos.
Las predicciones precisas serán importantes si, como se esperaba, se aprueban los medicamentos que están en proceso para retrasar el progreso de la enfermedad, dijo Tiarnán Keenan, MD, PhD, un médico de planta que investiga la degeneración macular relacionada con la edad (DMAE) en los Institutos Nacionales. de Salud en Bethesda, Maryland.
Investigadores de Genentech presentaron estos hallazgos en la reunión virtual 2021 de la Sociedad Europea de Especialistas en Retina (EURETINA).
“La actuación es la mejor que he visto de cualquier grupo”, dijo Keenan, que no participó en el estudio. Noticias médicas de Medscape.
Algunos medicamentos que se encuentran en ensayos clínicos ahora deben administrarse mediante inyecciones intravítreas, lo que a menudo resulta incómodo para los pacientes. Pero no se espera que esos medicamentos mejoren la visión, solo para evitar que se deteriore. A Keenan le preocupa que los pacientes pierdan interés si no hay forma de saber si se están beneficiando.
“Si, después del tratamiento, la ampliación es más lenta de lo previsto, eso daría algo de confianza”, dijo. “La alternativa sería suspender el tratamiento durante 6 meses para calcular la tasa de agrandamiento, luego comenzar el tratamiento, pero luego habrá perdido 6 meses”.
Para crear los programas, los investigadores de Genentech diseñaron un conjunto de entrenamiento con imágenes de 1279 ojos creados para un ensayo de 2017 de su fármaco lampalizumab. Ese ensayo no demostró eficacia. Pero los investigadores se quedaron con una gran cantidad de imágenes de autofluorescencia del fondo de ojo (FAF) y tomografía de coherencia óptica (OCT) que mostraban cómo las lesiones habían cambiado con el tiempo.
Alimentaron estas imágenes a una red neuronal convolucional, un tipo de programa de computadora, diseñado para buscar patrones que se correlacionen con diferentes tasas de crecimiento. El programa creó un algoritmo para predecir el crecimiento y los investigadores lo probaron en un conjunto separado de imágenes de 443 ojos que habían apartado de la misma prueba.
Utilizando los datos combinados de FAF y OCT, el programa predijo el crecimiento de las lesiones con una puntuación de 0,47 en una escala de 0-1 (R2 = 0,47), correlación considerada moderada. FAF en sí mismo fue igualmente preciso (R2 = 0,48), mientras que la OCT sola fue menos precisa (R2 = 0,36). Por el contrario, los resultados con un modelo lineal simple ideado sin el uso de inteligencia artificial lograron una correlación débil (R2 = 0,16).
“Si piensa en la aplicabilidad en el mundo real, si podemos tener un algoritmo que use solo una modalidad en lugar de dos, eso es menos oneroso para los pacientes y para la atención médica”, dijo la investigadora Daniela Ferrara, MD, PhD, líder de desarrollo global en oftalmología en Genentech en el sur de San Francisco, California. “Así que estamos muy emocionados de ver que la autofluorescencia del fondo de ojo por sí sola puede darnos una muy buena predicción”.
El programa también puede hacer que los ensayos clínicos sean más eficientes al ayudar a los investigadores a seleccionar a los pacientes cuyas lesiones están creciendo más rápido. Eso también debería hacer que los resultados sean más rápidos.
Además, los investigadores han programado el software para generar mapas de calor que muestran qué píxeles son los más importantes para sus predicciones. Eso podría proporcionar nuevos conocimientos sobre la etiología de la enfermedad. “La IA puede ayudarnos a ver más allá de lo que puede ver el ojo humano”, dijo Ferrara. Noticias médicas de Medscape.
Ferrara advirtió que el algoritmo de predicción aún debe validarse en un ensayo del mundo real en una gama más amplia de pacientes e imágenes.
También podría mejorarse incorporando información sobre el historial de tabaquismo, la dieta y los genes de los pacientes, ya que estos factores están asociados con la tasa de crecimiento de las lesiones, dijo Keenan. Varios otros equipos están trabajando en algoritmos similares, algunos de los cuales utilizan esos datos, dijo.
En una prueba separada, los investigadores de Genentech demostraron que un programa similar que usaba FAF e imágenes de infrarrojo cercano era extremadamente preciso en una tarea aún más básica: medir el tamaño de las lesiones. La diferencia entre sus medidas y las de dos evaluadores humanos fue aproximadamente la misma que la diferencia entre las medidas tomadas por los dos evaluadores humanos.
Medir las lesiones es una tarea laboriosa y el objetivo de este estudio era encontrar una manera de acelerarlo mediante la automatización, dijo Ferrara. “Los algoritmos realizarán esas tareas tediosas mejor que los humanos porque no se cansan ni se distraen”.
Ferrara es un empleado de Genentech. Keenan informó sobre una patente pendiente para métodos de predecir el curso de la degeneración macular relacionada con la edad. El estudio fue financiado por Genentech.
Sociedad Europea de Especialistas en Retina (EURETINA) 2021: Resúmenes 8156 y 8165 Presentados el 9 de septiembre de 2021.
Laird Harrison escribe sobre ciencia, salud y cultura. Su trabajo ha aparecido en revistas nacionales, periódicos, radios públicas y sitios web. Está trabajando en una novela sobre realidades alternativas en física. Harrison enseña escritura en Writers Grotto. Visítalo en lairdharrison.com o seguirlo en .: @LairdH
.