Внешняя валидация алгоритма глубокого обучения для выявления периметрической глаукомы по цветным фотографиям глазного дна в Роттердамском исследовании

Цель: Провести внешнюю валидацию алгоритма глубокого обучения для выявления периметрической глаукомы по цветным фотографиям глазного дна в популяционной когорте.

Дизайн: Внешняя валидация в проспективной популяционной когорте.

Участники: Участники в возрасте 50–80 лет из трёх когорт Роттердамского исследования.

Методы: Применили алгоритм-победитель соревнования Artificial Intelligence for Robust Glaucoma Screening (AIROGS), обученный на 101 442 цветных фотографиях глазного дна с центром в области макулы, для выявления предполагаемой периметрической глаукомы, требующей направления к специалисту. Эффективность оценивали на уровне глаз и участников; доверительные интервалы на уровне участников рассчитывали кластерным бутстрэпом. Случаи ошибочной классификации подвергли качественному анализу. Динамику выявления оценивали методом Каплана—Мейера. Кроме того, в парных сравнениях анализировали фотографии с центром в области макулы и диска зрительного нерва. В дополнительном апостериорном анализе изучали влияние качества изображения на положительную прогностическую ценность (PPV).

Основные оцениваемые показатели: Чувствительность при специфичности 95%, площадь под ROC-кривой (ROC-AUC), частичная площадь под ROC-кривой (pAUC) при специфичности 90–100%, положительная прогностическая ценность (PPV) и площадь под кривой «точность—полнота» (PR-AUC).

Результаты: Среди 19 088 глаз (9 837 участников) периметрическая глаукома имелась в 201 глазу (1,1%). На уровне глаз чувствительность при специфичности 95% составила 70,6% (95% ДИ 63,8–76,8), ROC-AUC — 0,911 (95% ДИ 0,887–0,934), PR-AUC — 0,343 (95% ДИ 0,274–0,427). На уровне участников чувствительность составила 68,8% (95% ДИ 61,8–75,9), ROC-AUC — 0,909 (95% ДИ 0,882–0,934). На один выявленный случай глаукомы приходилось 5,1 направления к специалисту. У пациентов с истинно положительным результатом повреждение поля зрения было более выраженным, чем у пациентов с ложноотрицательным результатом (медиана среднего отклонения −10,8 против −5,8 дБ; P < 0,001). Среди истинно положительных случаев, для которых имелись предыдущие снимки, 33 из 61 (54%) были выявлены до последующего установления диагноза, обычно за 4–7 лет. При специфичности 90–100% различающая способность была выше для фотографий с центром в области диска зрительного нерва, чем для снимков с центром в области макулы (pAUC 0,860 против 0,802; P = 0,003). Исключение снимков с неполной визуализацией диска зрительного нерва значительно повышало PPV.

Выводы: Алгоритм глубокого обучения обеспечил клинически значимую различающую способность при выявлении периметрической глаукомы во внешней популяционной выборке. Правильно выявленные случаи часто отмечались при более раннем обследовании, за несколько лет до периметрического диагноза. Хотя алгоритм обучали только на фотографиях с центром в области макулы, при анализе снимков с центром в области диска зрительного нерва его различающая способность не снижалась. Неполная визуализация диска зрительного нерва была важным источником ложноположительных результатов. Полученные данные подтверждают возможность масштабного применения глубокого обучения на основе фотографий глазного дна для первичного отбора при скрининге глаукомы и указывают на необходимость стандартизации получения изображений.