Utilisation du SVML dans la DMLA

MEDICAL RETINA Berne – mechentel news – L’équipe menée par Gwenolé Quellec a conclu, dans une étude parue sur le site internet du magazine scientifique Acta Ophthalmologica en Mars 2019, que l’algorithme d’apprentissage des machines à vecteurs de support (SVML) était aussi efficace que les rétinologues pour détecter l’activité de dégénérescence maculaire liée à l’âge de forme humide (DMLA). Les auteurs ont mené une étude rétrospective à partir de la base de données des injections anti-VEGF. 588 paires consécutives d’OCT (57 624 B-scans) ont été sélectionnés chez 70 patients avec DMLA traités avec du ranibizumab. L’algorithme SVML a été appliqué sur 183 paires OCT volumétrique (17 934 B-scans) de 30 patients. 4 rétinologues, sans connaissance du diagnostic ont indiqué l’activité de DMLA sur 100 paires d’OCT consécutives (9 800 B-scans) sur les 40 patients restants. L’algorithme SVML a été évalué à l’aide de la variabilité intra-observateur et les analyses des caractéristiques de fonctionnement du récepteur (ROC). Les rétinologues ont montré une moyenne de Cohen K de 0,57±0,13 (minimum : 0,41, maximum : 0,83). La moyenne K entre l’algorithme au départ et les spécialistes de la rétine était de 0,62±0,05 et 0,43±0,14. La méthode proposée, à partir des 4 spécialistes comme référence, a montré une aire supérieure sous la courbe ROC de 0,91±0,03 en comparaison aux 0,81±0,05 de l’algorithme de base. L’équipe menée par Gwenolé Quellec a conclu que l’algorithme SVML était aussi efficace que les spécialistes de la rétine pour détecter l’activité de DMLA. Les auteurs précisent que le SVML peut être utile pour surveiller la DMLA, adapté aux petits échantillons avec des données OCT dispersées, éventuellement auto-mesurées à partir des machines OCT. (sk)

Auteurs : Gwenolé Quellec, Jens Kowal, Pascal W. Hasler, Hendrik P. N. Scholl, Sandrine Zweifel, Balaskas Konstantinos, João Emanuel Ramos de Carvalho, Tjebo Heeren, Catherine Egan, Adnan Tufail, Peter M. Maloca, Correspondance : ARTORG Centre for Biomedical Engineering Research, University of Bern, Bern, Switzerland, Etude : Feasibility of support vector machine learning in age‐related macular degeneration using small sample yielding sparse optical coherence tomography data, Source : Acta Ophthalmol. 2019 Mar 6. doi: 10.1111/aos.14055. [Epub ahead of print], Web : https://onlinelibrary.wiley.com/doi/abs/10.1111/aos.14055