Можливості штучного інтелекту у діагностиці кератоконусу з використанням структурованого алгоритму
DOI:
https://doi.org/10.31288/oftalmolzh202561317Ключові слова:
штучний інтелект, ChatGPT, кератоконус, кератотопографіяАнотація
Мета. Оцінка ефективності застосування штучного інтелекту у діагностиці кератоконусу на основі кератотопографічних карт, з подальшим визначенням стадії захворювання та дослідження впливу рівня стандартизації клінічного алгоритму на точність і стабільність результатів.
Матеріал та методи. Проведено ретроспективний аналіз 59 кератотопографічних карт із бази даних ACE DIAGNOSTIC PLATFORM фірми Baush+Lomb, 2021 року випуску, отриманих від 37 пацієнтів. Дослідження здійснювалося у три етапи, які моделювали різні рівні інтеграції ШІ – від повної автономії до роботи за жорстко структурованим алгоритмом діагностики, розробленим авторами (авторське право на твір № 139012 від 26.08.2025) [12]. Для встановлення діагнозу та стадії використовувалась адаптована мовна модель ChatGPT (OpenAI, 2023). Статистична обробка результатів дослідження проводилася за допомогою програмного забезпечення Microsoft Excel 2019 із використанням вбудованих статистичних функцій і надбудови Analysis ToolPak з використанням моделі бінарної та багатокласової класифікації, порівнювалися точність, чутливість, специфічність, прецизійність та F1-міра на кожному етапі.
Результати. Встановлено, що точність моделі на першому етапі склала 79,7%, однак лише 33,3% випадків були правильно стадійовані. На другому етапі загальна точність зросла до 93,2%, а точність визначення стадії – до 74,36%. Найвищі показники отримано на третьому етапі: чутливість – 100%, специфічність – 95%, точність – 98,0%, точність стадіювання – 89,7%.
Висновки. Штучний інтелект продемонстрував потенціал для автоматизованої діагностики кератоконусу, однак ефективність реалізується повною мірою лише за умови чіткого структурованого алгоритму. Самостійне рішення ШІ без вказівок призводить до високої варіативності результатів. Впровадження алгоритмізованої логіки дозволяє значно підвищити стабільність і точність системи.
Посилання
Santodomingo-Rubido J, Carracedo G, Suzaki A, Villa-Collar C, Vincent SJ, Wolffsohn JS. Cont Lens Anterior Eye. 2022 Jun;45(3):101559.
https://doi.org/10.1016/j.clae.2021.101559
Lin SR, Ladas JG, Bahadur GG, Al-Hashimi S, Pineda R. A Review of Machine Learning Techniques for Keratoconus Detection and Refractive Surgery Screening. Semin Ophthalmol. 2019;34(4):317-326. https://doi.org/10.1080/08820538.2019.1620812
Ferdi AC, Kandel H, Nguyen V, Tan J, Arnalich-Montiel F, Abbondanza M, Watson SL. Five-year corneal cross-linking outcomes: A Save Sight Keratoconus Registry Study. Clin Exp Ophthalmol. 2023 Jan;51(1):9-18. https://doi.org/10.1111/ceo.14177
Bui AD, Truong A, Pasricha ND, Indaram M. Keratoconus Diagnosis and Treatment: Recent Advances and Future Directions. Clin Ophthalmol. 2023;16(17):2705-2718. https://doi.org/10.2147/OPTH.S392665
Niazi S, Gatzioufas Z, Doroodgar F, Findl O, Baradaran-Rafii A, Liechty J, Moshirfar M. Keratoconus: exploring fundamentals and future perspectives - a comprehensive systematic review. Ther Adv Ophthalmol. 2024 Mar 20:16:25158414241232258.https://doi.org/10.1177/25158414241232258
Li Z, Wang L, Wu X, Jiang J, Qiang W, Xie H, et al. Artificial intelligence in ophthalmology: The path to the real-world clinic. Cell Rep Med. 2023;4(7):101095. https://doi.org/10.1016/j.xcrm.2023.101095
Afifah A, Syafira F, Afladhanti PM, Dharmawidiarini D. Artificial intelligence as diagnostic modality for keratoconus: A systematic review and meta-analysis. J Taibah Univ Med Sci. 2023;19(2): 296-303.https://doi.org/10.1016/j.jtumed.2023.12.007
Wan Q, Wei R, Ma K, Yin H, Deng YP, Tang J. Deep Learning-Based Automatic Diagnosis of Keratoconus with Corneal Endothelium Image. Ophthalmol Ther. 2023 Dec;12(6):3047-3065. https://doi.org/10.3390/diagnostics
Muhsin ZJ, Qahwaji R, Al Shawabkeh M, et al. Smart decision support system for keratoconus severity staging using corneal curvature and thinnest pachymetry indices. Eye Vis (Lond). 2024;11(1):28. https://doi.org/10.1186/s40662-024-00394-1
Yousefi S, Yousefi E, Takahashi H, Hayashi T, Tampo H, Inoda S, et al. Keratoconus severity identification using unsupervised machine learning. PLoS One. 2018;13(11) e 0205998. https://doi.org/10.1371/journal.pone.0205998
Zhamardiy VO, Shkola OM, Okhrimenko IM, Strelchenko OG, Aloshyna AI, Opanasiuk FH, et al. Checking of the methodical system efficiency of fitness technologies application in students' physical education. Wiad Lek. 2020;73(2):332-341. https://doi.org/10.36740/WLek202002125
Nevska AO, Pohosian OA, Goncharuk KO, Chernenko OO, Hymanyk IV, Korol AR. Assessing the possibility of using portable and stationary non-mydriatic fundus cameras for diabetic retinopathy screening assisted by an artificial intelligence-based software platform in primary care. J Ophthalmol (Ukraine). 2024;6(521): 22-26. https://doi.org/10.31288/oftalmolzh202462226
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Безкоровайна І.М., Гонтар А.Р., Наконечний Д.О., Іванченко А.Ю.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY). Ця ліцензія дозволяє повторно використовувати, поширювати, переробляти, адаптувати та будувати на основі матеріалу на будь-якому носії або в будь-якому форматі за умови обов'язкового посилання на авторів робіт і первинну публікацію у цьому журналі. Ліцензія дозволяє комерційне використання.
ПОЛОЖЕННЯ ПРО АВТОРСЬКІ ПРАВА
Автори, які подають матеріали до цього журналу, погоджуються з наступними положеннями:
- Автори отримують право на авторство своєї роботи одразу після її публікації та назавжди зберігають це право за собою без жодних обмежень.
- Дата початку дії авторського права на статтю відповідає даті публікації випуску, до якого вона включена.
ПОЛІТИКА ДЕПОНУВАННЯ
- Редакція журналу заохочує розміщення авторами рукопису статті в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах), оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності і динаміці цитування.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження статті у тому вигляді, в якому вона була опублікована цим журналом за умови збереження посилання на первинну публікацію у цьому журналі.
- Дозволяється самоархівування постпринтів (версій рукописів, схвалених до друку в процесі рецензування) під час їх редакційного опрацювання або опублікованих видавцем PDF-версій.
- Самоархівування препринтів (версій рукописів до рецензування) не дозволяється.
