Refine
Document Type
- Article (2)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Artificial intelligence (1)
- Diabetic retinopathy (1)
- Diabetische Retinopathie (1)
- IDx-DR (1)
- Künstliche Intelligenz (1)
- Screening (1)
- Telemedicine (1)
- Telemedizin (1)
Institute
Publisher
Hintergrund
Seit 2018 ist mit IDx-DR ein Verfahren auf dem Markt, welches den Grad der diabetischen Retinopathie (DR) mittels künstlicher Intelligenz (KI) bestimmt.
Methoden
Wir haben IDx-DR in die Sprechstunde an einer diabetologischen Schwerpunktklinik integriert und berichten über die Übereinstimmung zwischen IDx-DR (IDx Technologies Inc., Coralville, IA, USA) und Funduskopie sowie IDx-DR und ophthalmologischer Bildbeurteilung sowie über den Einfluss unterschiedlicher Kamerasysteme.
Ergebnisse
Mit der Topcon-Kamera (n = 456; NW400, Topcon Medical Systems, Oakland, NJ, USA) konnte im Vergleich zur Zeiss-Kamera (n = 47; Zeiss VISUCAM 500, Carl Zeiss Meditec AG, Jena, Deutschland) häufiger eine ausreichende Bildqualität in Miosis erreicht werden. Insgesamt war bei etwa 60 % der Patienten eine IDx-DR-Analyse in Miosis möglich. Alle Patienten, bei denen keine IDx-DR-Analyse in Miosis möglich war, konnten in Mydriasis funduskopiert werden. Innerhalb der Gruppe der auswertbaren Befunde zeigte sich eine Übereinstimmung zwischen IDx-DR und augenärztlicher Funduoskopie in ca. 55 %, ein Überschätzen des Schweregrads durch IDx-DR in ca. 40 % und ein Unterschätzen in ca. 4 %. Die Sensitivität (Spezifität) für das Erkennen einer schweren, behandlungsbedürftigen Retinopathie lag bei 95,7 % (89,1 %) für Fälle mit auswertbaren Fundusaufnahmen und bei 65,2 % (66,7 %), wenn alle Fälle betrachtet werden (inklusive derjeniger ohne verwertbare Aufnahme in Miosis). Der Kappa-Koeffizient zeigt mit 0,334 (p < 0,001) eine ausreichende Übereinstimmung zwischen IDx-DR und ärztlicher Bildauswertung anhand des Fundusfotos unter Berücksichtigung aller Patienten mit auswertbarer IDx-DR-Analyse. Der Vergleich zwischen IDx-DR mit der ärztlichen Funduskopie ergibt unter denselben Voraussetzungen eine geringe Übereinstimmung mit einem Kappa-Wert von 0,168 (p < 0,001).
Schlussfolgerung
Die vorliegende Studie zeigt Möglichkeiten und Grenzen des KI-gestützten DR-Screenings auf. Eine wesentliche Einschränkung liegt in der Tatsache, dass bei ca. 40 % der Patienten keine ausreichenden Aufnahmen in Miosis gewonnen werden konnten. Wenn ausreichende Aufnahmen vorlagen, stimmten IDx-DR und augenärztliche Diagnose in über 50 % der Fälle überein. Ein Unterschätzen des Schweregrades durch IDx-DR kam selten vor. Für die Integration in augenärztlich unterstützten Sprechstunden erscheint uns das System grundsätzlich geeignet. Die hohe Rate an fehlenden Aufnahmen in Miosis stellt allerdings eine Limitation dar, die einen Einsatz ohne augenärztliche Kontrollmöglichkeit schwierig erscheinen lässt.
Importance: One of the biggest challenges when using anti–vascular endothelial growth factor (VEGF) agents to treat retinopathy of prematurity (ROP) is the need to perform long-term follow-up examinations to identify eyes at risk of ROP reactivation requiring retreatment.
Objective: To evaluate whether an artificial intelligence (AI)–based vascular severity score (VSS) can be used to analyze ROP regression and reactivation after anti-VEGF treatment and potentially identify eyes at risk of ROP reactivation requiring retreatment.
Design, Setting, and Participants: This prognostic study was a secondary analysis of posterior pole fundus images collected during the multicenter, double-blind, investigator-initiated Comparing Alternative Ranibizumab Dosages for Safety and Efficacy in Retinopathy of Prematurity (CARE-ROP) randomized clinical trial, which compared 2 different doses of ranibizumab (0.12 mg vs 0.20 mg) for the treatment of ROP. The CARE-ROP trial screened and enrolled infants between September 5, 2014, and July 14, 2016. A total of 1046 wide-angle fundus images obtained from 19 infants at predefined study time points were analyzed. The analyses of VSS were performed between January 20, 2021, and November 18, 2022.
Interventions: An AI-based algorithm assigned a VSS between 1 (normal) and 9 (most severe) to fundus images.
Main Outcomes and Measures: Analysis of VSS in infants with ROP over time and VSS comparisons between the 2 treatment groups (0.12 mg vs 0.20 mg of ranibizumab) and between infants who did and did not receive retreatment for ROP reactivation.
Results: Among 19 infants with ROP in the CARE-ROP randomized clinical trial, the median (range) postmenstrual age at first treatment was 36.4 (34.7-39.7) weeks; 10 infants (52.6%) were male, and 18 (94.7%) were White. The mean (SD) VSS was 6.7 (1.9) at baseline and significantly decreased to 2.7 (1.9) at week 1 (P < .001) and 2.9 (1.3) at week 4 (P < .001). The mean (SD) VSS of infants with ROP reactivation requiring retreatment was 6.5 (1.9) at the time of retreatment, which was significantly higher than the VSS at week 4 (P < .001). No significant difference was found in VSS between the 2 treatment groups, but the change in VSS between baseline and week 1 was higher for infants who later required retreatment (mean [SD], 7.8 [1.3] at baseline vs 1.7 [0.7] at week 1) vs infants who did not (mean [SD], 6.4 [1.9] at baseline vs 3.0 [2.0] at week 1). In eyes requiring retreatment, higher baseline VSS was correlated with earlier time of retreatment (Pearson r = −0.9997; P < .001).
Conclusions and Relevance: In this study, VSS decreased after ranibizumab treatment, consistent with clinical disease regression. In cases of ROP reactivation requiring retreatment, VSS increased again to values comparable with baseline values. In addition, a greater change in VSS during the first week after initial treatment was found to be associated with a higher risk of later ROP reactivation, and high baseline VSS was correlated with earlier retreatment. These findings may have implications for monitoring ROP regression and reactivation after anti-VEGF treatment.