gms | German Medical Science

183rd Meeting of the Ophthalmologists of the Rhineland and Westfalia

Verein Rheinisch-Westfälischer Augenärzte

29.01. - 30.01.2021, Hagen (online conference)

Article

Send article

Plattformgestütztes Machine-Learning-Verfahren zur Unterstützung einer anti-VEGF-Therapie bei der exsudativen AMD

Meeting Abstract

Search Medline for

  • Matthias Gutfleisch - Münster
  • O. Ester - Westphalia DataLab GmbH, Münster
  • S. Aydin - Westphalia DataLab GmbH, Münster
  • K. Rothaus - Münster
  • M. Ziegler - Münster
  • G. Spital - Münster
  • A. Lommatzsch - Münster; Essen
  • A. M. Dubis - NIHR Biomedical Resource Centre at UCL Institute of Ophthalmology and Moorfields Eye Hospital NHS T, London/GB
  • R. Kurzhals - Westphalia DataLab GmbH, Münster
  • D. Pauleikhoff - Münster; Essen

Verein Rheinisch-Westfälischer Augenärzte. 183. Versammlung des Vereins Rheinisch-Westfälischer Augenärzte. Hagen, 29.-30.01.2021. Düsseldorf: German Medical Science GMS Publishing House; 2021. Doc21rwa005

doi: 10.3205/21rwa005, urn:nbn:de:0183-21rwa0056

Published: January 29, 2021

© 2021 Gutfleisch et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.

Outline

Text

Hintergrund: Ziel dieses Projektes war es, einen Machine-Learning-basiertes, plattformgestützten Verfahren zu entwickeln, um mit einem Deep-Learning-Network (DLN) die Indikationsstellung zur Erst- und Wiederbehandlung bei einer anti-VEGF-Therapie im Rahmen einer exsudativen AMD (nAMD) anhand von SD-OCT-Daten einer Real-Life-Kohorte zu unterstützen.

Methoden: SD-OCT-Daten (Spectralis OCT 2, Heidelberg Engineering, Heidelberg) von 1.059 Patienten, die zwischen 2014–2019 im Augenzentrum am St. Franziskus-Hospital behandelt wurden, gingen in die Analyse ein. Um zwischen nAMD/intermediate AMD SD-OCTs (initiale Analyse) und stabilisierten nAMD/wiederbehandlungsbedürftigen nAMD SD-OCTs (Wiederbehandlungsanalyse) zu unterscheiden, wurde eine DLN entwickelt.

Ergebnisse: Die area under the receiver operating characteristic curve (AUC) für die Differenzierung der behandlungsbedürftigen Patienten betrug 0,912 (SD: 0,027). Für die Indikation zur erneuten Behandlung betrug die AUC 0,816 (SD: 0,040).

Schlussfolgerungen: Die Entscheidung zur Erst- und Wiederbehandlung für eine Anti-VEGF-Therapie bei nAMD kann bei Patienten einer Real-Life-Kohorte durch eine DLN unterstützt werden. Eine Anotation der OCT-Daten war hierzu nicht erforderlich. Eine Limitation war die Verkleinerung der Datenvolumen aufgrund von Speicherbeschränkungen.