Методы машинного обучения в повышении информативности исследования витреохориоретинального интерфейса у пациентов с периферической ретинальной патологией

Abstract

Цель. Оценить информативность клинических и параклинических параметров в выявлении периферических ретинальных изменений на основе методов машинного обучения (МО). Материалы и методы. Проанализирован 21 показатель 249 глаз 171 пациента в возрасте 44,2±19,55 года, 32,0% мужчин и 68,0% женщин. Из них – 186 глаз с периферическими изменениями сетчатки и 63 глаза здоровых лиц. Для решения поставленной задачи создано 2 классификационные модели: 1) на основе нейронной сети (НС) прямого распространения; 2) на основе дерева решений (ДР). Результаты. Глаза пациентов основной группы были стратифицированы в подгруппы: 1) с витреохориоретинальными периферическими дистрофиями (ВХРПД); 2) с периферическим дегенеративным ретиношизисом (ДРШ) 3) с отслойкой сетчатки (ОС), ассоциированной с ДРШ; 4) с регматогенной ОС; 5) с периферическими ретинальными разрывами. Созданные классификационные модели имели следующие характеристики: НС модель – accuracy 0,89; F1-мера 0,88, модель основе ДР – accuracy 0,83, F1-мера – 0,85. С высокой точностью определяли следующие классы: 1) без патологических изменений, 2) с ВХРПД и ДРШ, 3) с регматогенной ОС; 4) с ОС, ассоциированной с ретиношизисом. В обеих моделях самое сильное влияние на результат оказали следующие показатели: циркулярное распространение периферической патологии в градусах, возраст пациента и бинарные показатели, опирающиеся на ОКТ. Выводы: 1) использование ОКТ существенно повышает эффективность диагностики периферической патологии сетчатки; 2) циркулярное распространение ретинальных изменений и возраст пациентов не должны недооцениваться при выборе тактики их ведения и лечения; 3) методы МО обеспечивают клиницистов ресурсами для персонифицированных подходов к диагностике, лечению и прогнозированию возникновения заболеваний и их исходов.