Szemészet, 2022 (159. évfolyam, 1-4. szám)

2022-06-01 / 2. szám

Accuracy of telemedicine evaluation of OCT findings in diabetics

lásának (19,20). Zefferés munkatársai (41) AMD-re jellemző OCT-eltéréseket 12,4%-ban találtak a 61-70 éves korcsoportban, és 21,8%-ban a 71-80 évesek között, az általuk vizsgált, véletlenszerűen kiválasztott Csongrád megyei lakosok körében. Eredményeink alátámasztják, hogy az OCT hatásos eszköz a DMÖ és az AMD azonosításában és követésében (16).

Azokban az esetekben, amikor a két eltérő értékelésen belül, a normális és kóros, valamint kóros és értékelhetetlen párosításban néztük a hozzárendelt diagnózisokat, a DMÖ gyakori megjelenése részben a cukorbetegek körében egyébként is magas előfordulásához köthető. Másrészt viszont a kórkép felismerése az értékelő jártasságán, illetve a retinavastagság küszöbértékének megválasztásán is múlhat. Ugyanis Virgili és munkatársai (34) tíz tanulmányt felülvizsgálva azt találták, hogy 300 mikrométer alatt meghatározott küszöbértéket használva, az OCT-vel mért centrális retinavastagság nem elég pontos a centrális típusú klinikailag szignifikáns makulaödéma detektálásában. Azonban ezek a „fals pozitív” esetek szubklinikai makulaödémának felelnek meg, amelyek magukban hordozzák a progresszió kockázatát, ezért ma már széles körben elismerik az OCT használatát DMÖ értékeléséhez, akár szűrési program részeként.

A vizsgálatunk során talált további

eltérő diagnózisok esetében szükség lehet az értékelők egyeztető megbeszélésére, esetleg a beteg továbbküldésére más modalitású képalkotó vizsgálatra.

A kóros és értékelhetetlen minősítések párosításánál talált diagnózisok (DMÖ, ERM, atrófia, AMD) előfordulása a kontrollidőpont megválasztása szempontjából lehet fontos, nevezetesen az értékelhetetlen minősítések esetén érdemes 1-3 hónap múlva kontrollvizsgálatot kérni az esetlegesen megbúvó eltérések időbeni detektálása végett. Ugyanakkor a DMÖ és az AMD gyakori előfordulása ebben a tekintetben is megjelenik (19, 20).

Az OCT-felvételek mesterséges intelligenciával működő, automatikus értékelő rendszer kiépítéséhez történő felhasználásához további statisztikai vizsgálatok szükségesek. A mély tanulási algoritmust használó rendszerek az irodalomban ismeretesek (12, 14), azonban az automatizált képelemzés megvalósulhat számítógépes szoftverek segítségével is. Egy olasz klinikai vizsgálatban (2), klinikailag szignifikáns makulaödémában szenvedő diabéteszes retinopathiás betegeknél az OCT-measurement analysis tool (OCT-MAT) szoftveralkalmazás hatékonyságát bizonyították be. A szoftver az intraretinalis hiporeflektív területek pm2-ben mérhető azonosításával automatikusan feldolgozza és elemzi az OCT képeit.

További terveink között szerepel saját vizsgálatunkon alapuló mesterségesintelligencia-értékelő algoritmus kidolgozása munkacsoportunk matematikusainak közreműködésével. Szükség esetén felmerülhet változtatás a metodikában, például harmadik szemorvos minősítésének bevonása a kérdéses, vagy értékelhetetlen minősítések esetében, vagy akár az összes szemnél. Terveink között szerepel a vizsgálati populáció bővítése is. A későbbiekben szeretnénk a fundusképek alapján megállapított diabéteszes retinopathia eredményeket összekapcsolni az OCT-képekből nyert információval, komplex vélemény kialakítása érdekében.

Köszönetnyilvánítás/

Támogatás

A vizsgálat a Nemzeti Kutatási Fejlesztési és Innovációs Alapból biztosított támogatással, a Nemzeti Bionika Program pályázati program (ED^y-l-ZOiy- 0009) finanszírozásában valósult meg, a Telemedicina alprogram részeként.

Nyilatkozat

A szerzők kijelentik, hogy az eredeti közlemény megírásával kapcsolatban nem áll fenn velük szemben pénzügyi vagy egyéb lényeges összeütközés, öszszeférhetetlenségi ok, amely befolyásolhatja a közleményben bemutatott eredményeket, az abból levont következtetéseket vagy azok értelmezését.

Irodalom

1. A háziorvosi és a házi gyermekorvosi szolgálathoz bejelentkezettek egyes betegségei (1999-): Központi Statisztikai Hivatal, http://www.ksh.hu/ docs/hun/xstadat/xstadat_eves/i_ege0024.html (2020. november 27.).

2. Azzolini C, Sansoni G, Donáti S, et al. Clinical analysis of macular edema with new software for SD-0CT imaging. Eur J Ophthalmol 2013; 23: 899-904. https://doi.org/10.5301/ejo.5000329

3. Csutak A, Werlinger D, Lantos K. Diabéteszes retinopathia szűrésének változó gyakorlata. Szemészet 2021; 158: 122-132.

4. Csutak A. Biró A, Salló F, et al. Képelemző centrumok működése és jelentősége a szemészeti kórképek standard elemzésében és a klinikai gyógyszerkutatásban. Szemészet 2012; 149: 68-74.

5. Das T, Takkar B, Sivaprasad S, et al. Recently updated global diabetic retinopathy screening guidelines: commonalities, differences, and future possibilities. Eye (Lond) 2021; 35: 2B85-2B98. https://doi.org/10.1038/s41433-021-01572-4

6. Egészségügyi szakmai irányelv - A diabetes mellitus kórismézéséről, a cukorbetegek antihyperglykaemiás kezeléséről és gondozásáról felnőttkorban. Emberi Erőforrások Minisztériuma - Egészségügyért Felelős Államtitkárság; 2020.

7. Első Magyar Optikus Zrt. Szűrőhálózat, https://latasszakerto.hu/semmelweis.html (2022. március 31.)

8. Eszes DJ, Szabó DJ, Russell G, et al. Diabetic Retinopathy Screening