Zuverlässigkeit eines Deep-Learning-Algorithmus zur Vorhersage des Netzhautalters

MISCELLANEOUS Zürich – Kürzlich wurde ein Deep-Learning-Algorithmus entwickelt, um das chronologische Alter der Netzhaut anhand von Netzhautbildern vorherzusagen. Der «Retinal Age Gap» (RAG), die Abweichung zwischen dem anhand von Netzhautbildern vorhergesagten Netzhautalter und dem chronologischen Alter einer Person, korreliert mit der Mortalität und altersbedingten Erkrankungen. Die Studie von Jay Rodney Toby Zoellin, Ferhat Turgut et al. von der Augenklinik des Stadtspitals Zürich Triemli untersuchte die Zuverlässigkeit und Genauigkeit von Vorhersagen des retinalen Alters und analysierte verschiedene Faktoren, die das Netzhautalter beeinflussen können. Es wurden zwei Probandengruppen gebildet: Intravisit und Intervisit. In beiden Gruppen wurden Farbfundusfotografien angefertigt. Das Netzhautalter wurde mit einem etablierten Algorithmus vorhergesagt. Die Intervisit-Gruppe bestand aus 26 Personen, die in zwei Sitzungen untersucht wurden. Die Intravisit-Gruppe umfasste 41 Personen, bei denen jedes Auge zweimal in einer Sitzung fotografiert wurde.

Die mittlere absolute Test-Retest-Differenz des vorhergesagten Netzhautalters betrug 2,39 Jahre für Intervisit und 2,13 Jahre für Intravisit, wobei Intravisit eine höhere Vorhersagevariabilität aufwies. Das chronologische Alter wurde anhand der Fundusfotografien genau vorhergesagt. Die Einteilung der Bildpaare nach unterschiedlicher Bildqualität reduzierte die Abweichungen zwischen Test und Wiederholungstest um bis zu 50%, die durchschnittliche Bildqualität korrelierte jedoch nicht mit den Ergebnissen der Wiederholungstests. Es wurden deutliche tägliche Schwankungen in den Vorhersagen des Netzhautalters beobachtet, mit einer erheblichen Überschätzung am Nachmittag im Vergleich zum Morgen in der Intravisit-Kohorte. Die Reihenfolge der Bildaufnahme während der Sitzungen hatte keinen Einfluss auf die Vorhersage des retinalen Alters, und die subjektive Alterswahrnehmung sagte den «Retinal Age Gap» nicht voraus. Die Inter-Eye-Konsistenz betrug mehr als drei Jahre.

Die Studie, die im November 2024 beim Fachjournal GEROSCIENCE vorab elektronisch publiziert wurde, ist die erste, die die Zuverlässigkeit von Vorhersagen des Netzhautalters untersucht. Die Autoren betonen, dass eine konstante Bildqualität die Ergebnisse bei Wiederholungstests verbessert. Die beobachteten täglichen Schwankungen bei der Vorhersage des Netzhautalters unterstreichen die Notwendigkeit standardisierter Bildgebungsprotokolle, aber der «Retinal Age Gap» könnte bald ein zuverlässiges Mass für klinische Untersuchungen werden. (bs)

Autoren: Zoellin JRT, Turgut F, Chen R, Saad A, Giesser SD, Sommer C, Guignard V, Ihle J, Mono ML, Becker MD, Zhu Z, Somfai GM. Korrespondenz: Gábor Márk Somfai, Department of Ophthalmology, Stadtspital Triemli: Stadtspital Zurich Triemli, Birmensdorferstrasse 497, CH-8063, Zurich, Switzerland. E-Mail: somfaigm@yahoo.com Studie: Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age. Quelle: Geroscience. 2024 Nov 26. doi: 10.1007/s11357-024-01445-0. Epub ahead of print. PMID: 39589693. Web: https://link.springer.com/article/10.1007/s11357-024-01445-0