基于深度学习算法的计算机辅助诊断系统已显示出糖尿病性视网膜病快速诊断(DR)的潜在应用。由于变压器的出色表现而不是自然图像上的卷积神经网络(CNN),因此我们尝试开发一种新模型,以使用变压器使用有限数量的大型视网膜图像来对引用的DR进行分类。在本研究中应用了带有蒙版自动编码器(MAE)的视觉变压器(VIT),以提高参考DR的分类性能。我们收集了超过224×224的100,000张公共底面的视网膜图像,然后使用MAE在这些视网膜图像上进行了预训练的VIT。将预训练的VIT应用于对引用的DR进行分类,还将性能与使用ImageNet的VIT预先训练的性能进行了比较。通过使用MAE进行超过100,000个视网膜图像预先培训,模型分类性能的改善优于预先训练的Ima-Genet。本模型的精度,曲线下的面积,最高灵敏度和最高特异性分别为93.42%,0.9853、0.973和0.9539。本研究表明,MAE可以为输入图像提供更大的灵活性,并大大减少所需图像的数量。同时,这项研究中的预处理数据集量表比ImageNet小得多,并且不需要ImageNet的预训练权重。
传统上,DR 筛查是通过个人的视网膜检查来完成的,每年由视网膜专家进行;然而,预计 2021 年将有 5.37 亿成年人患有糖尿病 (4),这种方法是不可持续的 (5)。因此,为了扩大筛查计划的覆盖面,已经提出并实施了新的替代方案。姚洋博士及其合作者开展的一项研究“AIDRS 筛查系统在中国患者眼底照片中检测糖尿病视网膜病变的表现:一项前瞻性、多中心、临床研究”最近获批在《转化医学年鉴》上发表,研究了一种用于筛查中国 (6) DR 的人工智能 (AI) 系统,中国是世界上糖尿病患者最多的国家 (4),每年有超过 1.1 亿患者需要接受筛查 (6)。在根据 STARD 指南设计的一项精心设计的多中心研究中,作者报告称,在检测可转诊的 DR 方面,其灵敏度为 86.72%(95% CI:83.39–90.05%),特异性为 96.09%(95% CI:94.14–97.54%)。中国监管机构认为其准确度足够,该系统目前已获准在中国使用。
摘要 糖尿病视网膜病变 (DR) 是全球导致失明的主要原因。越来越多的证据支持在糖尿病眼部护理中使用人工智能 (AI),特别是在资源最紧张的低收入和中等收入国家 (LMIC) 中筛查有 DR 视力丧失风险的人群。然而,在临床实践中的应用仍然有限。我们进行了范围界定审查,以确定哪些 AI 工具已用于 LMIC 的 DR,并报告它们的性能和相关特征。共纳入 81 篇文章。报告的敏感性和特异性通常很高,为支持在临床实践中使用提供了证据。然而,大多数研究仅关注敏感性和特异性,关于成本、监管批准以及使用 AI 是否改善健康结果的信息有限。在更广泛地实施之前,还需要进行超出报告敏感性和特异性的进一步研究。
2 莫菲尔兹眼科医院 NHS 基金会信托,162 City Rd, London EC1V 2PD, 英国 3 伦敦大学学院,眼科研究所,11-43 Bath St, London EC1V 9EL London, 英国 4 多希尼眼科研究所,多希尼图像阅读中心,加州大学洛杉矶分校大卫格芬医学院,150 N Orange Grove Blvd. Pasadena, CA, 美国 5 巴塞尔分子与临床眼科研究所,Mittlere Strasse 91, CH- 4031 Basel, 瑞士 6 开普勒大学诊所眼科部,Krankenhausstr. 9, 4021 林茨,奥地利 * Michaelides 教授和 Strauss 博士作为共同最后作者做出了同等贡献 通讯作者:Rupert W. Strauss 格拉茨医科大学眼科系 Auenbruggerplatz 4 8036 格拉茨,奥地利 电话:+43576808373669 电子邮件:r.strauss@medunigraz.at 传真:+4357680831048 第二通讯作者:Michel Michaelides 伦敦大学学院,眼科研究所 11-43 Bath Street London EC1V 9EL,英国 电子邮件:michel.michaelides@ucl.ac.uk
眼球前部的损伤允许使用不同的非侵入性检查技术来评估视网膜的完整性和功能,视网膜是许多眼部基因疗法的主要目标组织。这不仅可以诊断和识别视网膜疾病,还可以评估治疗的有效性和毒性。此外,视觉功能也可以由患者直接报告,可以通过阅读图表进行评估,也可以通过行为测试(例如走迷宫)进行评估。视网膜是一种研究透彻的组织,有超过 200 个基因与视网膜疾病有关,这些基因发生突变会导致视力丧失和视网膜变性。3 重要的是,由于眼球中存在两个视网膜血屏障,视网膜具有免疫特权。因此,病毒基因治疗更可行,因为免疫反应受到抑制。4
眼睛和视网膜提供了一个独特的模型系统,用于研究神经元中遗传操作的影响。视网膜的输出细胞是视网膜神经节细胞(RGC),它们是位于视网膜内表面的神经元,与眼睛的玻璃体室相邻[1,2]。RGCS将其轴突向下伸出视神经,以将视觉信息从视网膜传输到大脑[1,3]。因此,不同的隔室允许通过玻璃体向RGC提供处理,并监测治疗对大脑中RGC的视神经和末端场中轴突的影响。RGC的正常功能对于维持视力至关重要,对RGC或疾病(例如青光眼或视神经神经病)的损伤[4]可能导致视力丧失。使用基因疗法介入神经元变性的过程可能会导致RGC存活,潜在地保留或恢复视力。治疗RGC的一种方法是通过注射重组腺相关病毒(AAV)向量转导这些细胞。
方法” 首席研究员:Vania Broccoli 博士 - CNR-米兰神经科学研究所 - IRCCS Ospedale San Raffaele,米兰 弗里德赖希共济失调 (FA) 是一种遗传性神经退行性疾病,导致步态和肢体进行性共济失调、构音障碍、腱反射丧失、锥体征和脊柱侧弯,并伴有心肌病和糖尿病。在某些情况下,患者会出现听力障碍和因视神经萎缩导致的视力严重丧失。关于这种疾病病理机制的大部分研究都集中在小脑和背神经节感觉神经元的退化。人们对视觉功能障碍和视网膜神经元退化的根本原因知之甚少。 我们的小组从 2 名患有中度或重度 AF 神经症状的患者体内生成了重编程干细胞 (iPSC),这 2 名患者分别因 Frataxin 基因中 GAA 性状的短暂或较大扩增而引起。在这个项目中,iPSC 细胞将分化为视网膜、感觉背神经节和大脑皮层的神经元,以研究细胞和线粒体的病理变化。通过比较分析,我们可以了解不同神经元类别中病理过程的进展和动态,这些神经元类别对 Frataxin 基因的失活更敏感(背神经节感觉神经元和视网膜神经元)或更抗性(大脑皮层神经元)。该项目的第二部分旨在利用 Cas9 蛋白生成“基因编辑”系统,目的是通过表观遗传机制重新激活沉默的 Frataxin 基因。通过这种方式,可以去除沉默基因的染色质修饰,诱导其启动子的重新激活和基因的重新表达。这种策略的优势在于,它能够以自身水平的表达激活内源基因,从而避免传统基因治疗方法中可能出现的基因过度表达引起的副作用。该系统的有效性将通过在患者成纤维细胞和疾病小鼠模型中重新激活 Frataxin 基因的能力来评估。还将研究 Frataxin 重新激活是否能够恢复以及在多大程度上恢复患者 iPSC 中存在的细胞和线粒体缺陷。该项目旨在通过使用患者干细胞生成受疾病不同影响的各类神经元,获得有关 FA 病理机制的新知识。此外,还将开发新的分子工具,可用于重新激活疾病中沉默的 Frataxin 基因,从而成为 AF 的新精准医疗治疗选择。 Tipo Ricerca:工作室预临床 Costo globale del Progetto 320.000 €,持续时间 2 anni(2022 年 4 月 – 2024 年 4 月)
结论:基因疗法有望成为视网膜疾病患者的潜在解决方案,为之前治疗选择有限的患者带来希望。通过在基因层面解决这些疾病的根本原因,基因疗法已证明在某些情况下能够恢复或保留视力。虽然仍处于开发和临床测试的早期阶段,但迄今为止取得的进展表明,它具有彻底改变视网膜疾病治疗的巨大潜力。然而,随着研究的进展,必须仔细评估安全性、可及性和长期疗效等挑战。随着我们的理解和技术不断发展,基因疗法最终可能为患有视网膜疾病的患者提供一条变革性途径。
有人担心HbA1clevels可能会导致糖尿病性视网膜病的进展。特别担心“早期恶化”,视网膜病可能会进展,并且在强化治疗开始后的短期内可能会恶化。本综述的目的是评估该领域的证据,以告知有关使用降低葡萄糖药物时所需的任何监测的建议。与较少的强化处理相比,评估了HBA1CTCORTMENT迅速减少的影响,以确定糖尿病性视网膜病变和其他重要结果(例如视力)的快速减少的影响。这将对这种治疗策略对糖尿病性视网膜病和黄斑水肿的影响有多大的影响。
视网膜血管增殖可以理解为在视网膜上在乳头上产生新动脉的无效尝试,最终在虹膜上(虹膜的新血管化或NVI),试图补偿缺血[16]。实质和视网膜的新血管形成可能会导致排列在视网膜表面,头胶状和舌下玻璃体出血的膜和绳索[15,16]。后来,狭窄的黄斑水肿或拖网视网膜脱离,两者都可能导致失明,这是由这些患病结构的收缩引起的[15]。新生血管性青光眼是糖尿病性视网膜病的最终和最严重的后果[17]。由于新开发的血管从瞳孔延伸到腔室角[17],因此不存在水性幽默。新血管形成青光眼如果未经治疗的情况下,可能会引起令人难以置信的失明和眼睛收缩[15,17]。
