Разработанная исследователями из Университетского колледжа Лондона (UCL) и офтальмологической больницы Moorfields Eye Hospital новая система искусственного интеллекта (ИИ) позволила оптимизировать процесс набора пациентов в клинические исследования, посвящённые лечению географической атрофии (ГА) — поздней стадии сухой возрастной макулярной дегенерации (ВМД), которая часто приводит к необратимой потере зрения.

Решение ключевой проблемы терапии ГА

Географическая атрофия, от которой страдают от 5 до 10 миллионов человек в мире, до недавнего времени не имела эффективных методов лечения. Однако одобрение Управлением по контролю качества пищевых продуктов и лекарственных средств США (FDA) в 2023 году двух препаратов с ограниченной эффективностью вызвало всплеск клинических испытаний при данном заболевании. Одним из главных препятствий в этих исследованиях оставался набор достаточного числа пациентов, соответствующих жёстким критериям отбора.

В журнале Ophthalmology Science были опубликованы данные, согласно которым новая ИИ-система превосходит традиционные методы выявления подходящих кандидатов для участия в испытаниях ГА. Проанализировав 602 826 сканирований сетчатки, выполненных с помощью оптической когерентной томографии (ОКТ) из разнородного набора данных за период с 2008 по 2023 год, алгоритм ИИ эффективно идентифицировал пациентов, которые с высокой вероятностью соответствовали критериям клинических исследований.

Повышение точности и эффективности

По сравнению с традиционным поиском по ключевым словам в электронных медицинских картах (ЭМК) система ИИ показала более высокую производительность, выявляя почти вдвое больше кандидатов с лучшей точностью. Алгоритм успешно различал стадии заболевания и отсеивал пациентов с сопутствующими патологиями, не соответствующими критериям включения.

В рамках конкретного сценария клинического испытания система ИИ точно отобрала 1139 пациентов с точностью 63%, тогда как метод ЭМК идентифицировал 693 пациента с точностью 40%. При комбинированном использовании ИИ и метода ЭМК было определено 604 подходящих пациента с впечатляющей точностью 86%.

Разработка этой ИИ-системы опиралась на мощную вычислительную инфраструктуру и обширные базы данных программы INSIGHT Health Data Research Hub в больнице Moorfields, которая объединяет офтальмологические изображения с клиническими данными в крупных масштабах.

Применимость и переносимость метода

Отличительной особенностью данного ИИ является его работа исключительно на основе сканирований сетчатки, что делает его применимым в условиях, где поиск по текстовым электронным записям затруднён, но сохранены архивные изображения сетчатки. Алгоритм был протестирован на этнически разнообразном наборе данных, отражающем популяцию Лондона, а его потенциальная переносимость на глобальные клинические площадки повышает полезность для набора пациентов в испытания ГА.

Перспективы и направления будущих исследований

Доминик Уильямсон, ведущий автор исследования и аспирант Центра подготовки докторантов UKRI UCL по системам здравоохранения на основе ИИ, отметил потенциал системы: «Разработанный ИИ демонстрирует перспективность для реального применения при более эффективном наборе пациентов в клинические испытания ГА. В дальнейшем его можно будет адаптировать для выявления лиц, которые смогут получить пользу от новых методов лечения по мере их появления».

Профессор Пирс Кин, старший автор исследования из Института офтальмологии UCL и больницы Moorfields Eye Hospital, подчеркнул более широкое значение ИИ для развития терапии ГА: «Подобные ИИ-инструменты могут сыграть решающую роль в ускорении разработки инновационных методов лечения ГА. Исследование наглядно демонстрирует потенциал искусственного интеллекта для автоматизированного предварительного скрининга участников клинических испытаний при ГА, что позволяет проводить оценку целесообразности исследовательских центров, разрабатывать протоколы на основе данных и снижать затраты».

Исследование проведено под руководством Института офтальмологии UCL и Исследовательского центра биомедицины NIHR при Moorfields, а также Фонда NHS Foundation Trust больницы Moorfields Eye Hospital. В числе соавторов — исследователи из Центра офтальмологических исследований Австралии (Centre for Eye Research Australia), Мельбурнского университета (University of Melbourne), Суррейского университета (University of Surrey) и компании Bitfount Ltd.

Источник: https://www.ophthalmologyscience.org/article/S2666-9145(24)00102-7/fulltext