基于人工智能的治疗反应评估方法，用于湿性年龄相关性黄斑变性的研究，该方法结合了配对OCT血管造影技术

《Scientific Reports》：Artificial intelligence based assessment of treatment response in wet age related macular degeneration using paired OCT angiography

　　

摘要

人工智能（AI）在视网膜成像领域展现出了巨大潜力，但其应用于纵向光学相干断层扫描血管成像（OCTA）方面的效果仍较为有限。本研究开发并评估了一种AI模型，用于通过对比抗VEGF治疗前后获取的OCTA图像来分类新生血管性年龄相关性黄斑变性（nAMD）的治疗反应。在这项回顾性队列研究中，为每个治疗阶段收集了配对的OCTA正面图像及其对应的OCT B扫描图像。这些OCTA图像对被手动分割并对齐后输入AI模型进行训练；同时根据结构性的OCT检查结果和临床视力结果来确定真实标签（改善、无变化、恶化）。经过质量筛选后，共有1033对OCTA数据被纳入研究，并分为训练集、验证集和独立测试集。两名经验丰富的视网膜专家对所有OCTA数据进行了人工评分以作为对比。在测试集中，AI模型的总体准确率为82.08%，其中各分类的准确率分别为：恶化74.29%、无变化81.48%、改善88.64%。相比之下，人工评分的总体准确率为61.40%。在所有组别中，人工评分者误判治疗反应的概率显著高于AI模型（比值比=2.88；95%置信区间1.68–4.92；p<0.0001）。这些结果表明，基于AI的配对OCTA分析能够更准确、更客观地评估nAMD的治疗反应。