Deep learning et identification précoce des pertes de champ visuel

GLAUCOMA / DEEP LEARNING Memphis – Siamak Yousefi et al ont conclu, dans une étude parue sur le site internet du magazine scientifique OPHTHALMOLOGY en Juillet 2022, que l’apprentissage automatique pouvait identifier des pertes de champ visuel et définir une nomenclature objective et reproductible des caractéristiques précoces d’un glaucome. Les auteurs ont mené une étude transversale et longitudinale sur 2231 champs visuels anormaux de 205 yeux de 176 participants de l’Ocular Hypertension Treatment Study (OHTS), suivis pendant environ 16 ans. La déviation moyenne (MD) du champ visuel au moment du glaucome était de -2,7 dB (écart type (SD) = 2,4 dB) alors que la MD moyenne au dernier contrôle était de -5,2 dB (SD = 5,5 dB). 50 des 205 yeux avaient une MD moyenne de -1 dB/an ou pire avec une progression considérée rapide. 18 champs visuels analysés avec la machine ont été comparés à ceux des experts parmi lesquels 13 présentaient des pertes similaires. Les défauts identifiés par les experts étaient plus fréquemment partiels arqués, paracentraux et nasaux, ceux identifiés par la machine étaient dans le coin temporal, partiels arqués, nasaux et paracentraux. Après ajustement de l’âge, du sexe et de la MD initiale, l’un des modèles identifiés par la machine prédisait le champ visuel avec progression rapide. L’équipe américaine a conclu qu’un système d’apprentissage profond permettait d’identifier les modèles de perte de champ visuel en permettant une nomenclature objective et reproductible des défauts visuels précoces et avec progression rapide chez les patients avec glaucome. (sk)

Auteurs : Yousefi S, Pasquale LR, Boland MV, Johnson CA. Correspondance : Siamak Yousefi, 930 Madison Ave., Suite 726, Memphis, TN 38163, USA. Electronic address : siamak.yousefi@uthsc.edu Etude : Machine-identified Patterns of Visual Field Loss and An Association with Rapid Progression in the Ocular Hypertension Treatment Study. Source : Ophthalmology. 2022 Jul 8:S0161-6420(22)00503-6. doi: 10.1016/j.ophtha.2022.07.001. Epub ahead of print. PMID: 35817199. Web : https://www.aaojournal.org/article/S0161-6420(22)00503-6/fulltext