ОРИГИНАЛЬНОЕ ИССЛЕДОВАНИЕ

Офтальмология

doi: 10.25005/2074-0581-2024-26-4-587-595
НОВЫЙ МЕТОД ОЦЕНКИ ВОСПАЛЕНИЯ В ПЕРЕДНЕЙ КАМЕРЕ ГЛАЗА ПРИ ПОМОЩИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ

П.К. МИРАХМЕДОВА1, П.М. ОДИНАЕВА1, С.А. ЮЛДАШЕВА1, А.З. ДЖАБАРОВ2

1ООО «Чаррохии чашм Нигох», Душанбе, Республика Таджикистан
2Фрилансер, Душанбе, Республика Таджикистан

Цель: создать Telegram-бот в качестве нового инструмента для оценки активности воспалительного процесса в передней камере глаза.

Материал и методы: для исследования было выполнено 132 снимка в виде радиальных и линейных срезов в режиме AC-OCT на томографе «SOCT Copernicus REVO 60» (Optopol Technology SA, Zawiercie, Poland) восьми пациентам с увеитом разной степени активности воспаления по классификации SUN. Независимым наблюдателем для исследования из них было отобрано 27 снимков высокого качества с разрешением 1566×956, которые были сохранены в идентичном формате, с одинаковым контрастом и небольшим разбросом в степени яркости (от -10 до 4), на которых были различимы клетки воспаления, он же и проводил подсчёт клеток в приложении. В качестве контроля выступали 27 результатов подсчёта клеток стандартным методом. В качестве метода статистической обработки строилась ROC-кривая, подсчитывались чувствительность, специфичность, точность, полнота и F1-мера. Снимки подвергались оценке активности воспалительного процесса в передней камере в специально разработанном Telegram-боте, целью которого являлось обнаружение и подсчёт количества клеток воспаления.

Результаты: метод корректно определял случаи как отрицательные или «здоров» в 96,5% случаев. Прецизионность (прогностическая ценность) составила 0,964, что говорит о том, что из всех случаев, которые метод предсказал как положительные, т.е. «болен», он был корректен в 96,4% случаев. Полнота составила 0,926, т.е. из всех истинно положительных случаев метод сумел идентифицировать правильно 92,6% случаев. Среднее гармоническое между точностью и полнотой (F1-мера) составило 0,945, что говорит о хорошем балансе между двумя этими параметрами.

Заключение: Telegram-бот является достаточно точным, бесплатным, доступным для широкого круга врачей, не требующим специальных знаний, навыков и оборудования для пользования инструментом для оценки активности воспалительного процесса в передней камере глаза. Достаточно наличия доступа в интернет и устройства с регистрацией в Telegram.

Ключевые слова: специализированное программное обеспечение, Telegram-бот, увеит, оптическая когерентная томография, воспаление в передней камере.

Скачать файл:


Литература
  1. Li Y, Lowder C, Zhang X, Huang D. Anterior chamber cell grading by optical coherence tomography. Invest Ophthalmol Vis Sci. 2013;54(1):258-65. https:// doi.org/10.1167/iovs.12-10477
  2. Jabs DA, Nussenblatt RB, Rosenbaum JT; Standardization of Uveitis Nomenclature (SUN) Working Group. Standardization of uveitis nomenclature for reporting clinical data. Results of the First International Workshop. Am J Ophthalmol. 2005;140(3):509-16. https://doi.org/10.1016/j.ajo.2005.03.057
  3. Sharma S, Lowder CY, Vasanji A, Baynes K, Kaiser PK, Srivastava SK. Automated analysis of anterior chamber inflammation by spectral-domain optical coherence tomography. Ophthalmology. 2015;122(7):1464-70. https://doi.org/10.1016/j. ophtha.2015.02.032
  4. Kesim C, Chehab Z, Hasanreisoglu M. Laser flare photometry in uveitis. Saudi Journal of Ophthalmology. 2022;36(4):337-43. https://doi.org/10.4103/sjopt. sjopt_119_22
  5. Kempen JH, Ganesh SK, Sangwan VS, Rathinam SR. Interobserver agreement in grading activity and site of inflammation in eyes of patients with uveitis. Am J Ophthalmol. 2008;146(6):813-8.e1. https://doi.org/10.1016/j.ajo.2008.06.004
  6. Maring M, Saraf SS, Blazes M, Sharma S, Srivastava S, Pepple KL, Lee CS. Grading anterior chamber inflammation with anterior segment optical coherence tomography: An overview. Ocul Immunol Inflamm. 2022;30(2):357-63. https:// doi.org/10.1080/09273948.2022.2028289
  7. Kang TS, Lee Y, Lee S, Kim K, Lee WS, Lee W, et al. Development of fully automated anterior chamber cell analysis based on image software. Sci Rep. 2021;11(1):10670. https://doi.org/10.1038/s41598-021-89794-0

Сведения об авторах:


Мирахмедова Парвина Кулиевна,
врач-офтальмолог ООО «Чаррохии чашм Нигох»
ORCID ID: 0009-0006-6430-9973
SPIN-код: 3535-4031
Author ID: 1240991
E-mail: mirakhmedova89@gmail.com

Останаева Парвин Муртазоевна,
кандидат медицинских наук, главный врач ООО «Чаррохии чашм Нигох»
ORCID ID: 0009-0000-9482-6724
E-mail: Ostanaeva@yahoo.com

Юлдашева Сайёра Абдиназаровна,
врач-офтальмолог ООО «Чаррохии чашм Нигох»
ORCID ID: 0009-0006-7835-3617
E-mail: Yuldashevas@gmail.com

Джабаров Анвар Закирович,
разработчик программного обеспечения, фрилансер
E-mail: anvardzhabarov@gmail.com

Конфликт интересов: отсутствует

Адрес для корреспонденции:


Мирахмедова Парвина Кулиевна
врач-офтальмолог ООО «Чаррохии чашм Нигох»

734024, Республика Таджикистан, г. Душанбе, пр. Айни, 50/51А

Тел.: +992 (935) 721248

E-mail: mirakhmedova89@gmail.com


This work is licensed under a Creative Commons Attribution 4.0 International License.

Маводҳо дар мавзӯи: