Trajektoria obrazowania mikrokrążenia siatkówki: od angiografii do sztucznej inteligencji

Podsumowanie

Niniejszy przegląd przedstawia technologiczny i koncepcyjny rozwój oceny mikrocyrkulacji oczu. Analizuje ona zmianę paradygmatu od inwazyjnej angiografii opartej na barwnikach na nieinwazyjne, ilościowe metody obrazowania. Przyszła integracja danych multimodalnych ze sztuczną inteligencją w celu tworzenia predykcyjnych, spersonalizowanych modeli diagnostycznych jest podkreślana jako kolejny front.

Streszczenie

Mikrokrążenie siatkówki i naczyniówki to wysoce wyspecjalizowane sieci naczyniowe niezbędne do widzenia i coraz częściej uznawane za wskaźniki chorób ogólnoustrojowych. Przez dziesięciolecia ocena opierała się na inwazyjnej angiografii barwnikowej, która wyciąga patologię na podstawie efektów ubocznych, takich jak wyciek naczyń. Obecnie zachodzi zmiana paradygmatu, napędzana nieinwazyjnymi metodami obrazowania, które bezpośrednio wizualizują i ilościowo określają mikronaczynia z niespotykaną dotąd rozdzielczością. Najważniejszą z nich jest angiografia optycznej tomografii koherencyjnej, która dostarcza trójwymiarowych map naczyń przebitych o rozdzielczości w głębokości, umożliwiając generowanie obiektywnych biomarkerów integralności naczyniowej i niedokrwienia. Techniki uzupełniające dodatkowo badają absolutny przepływ krwi, hemodynamikę wysokoczęstotliwościową oraz perfuzję na poziomie komórkowym, tworząc bogaty, wieloskalowy zbiór danych. Ta ewolucja technologiczna zmienia praktykę kliniczną, ułatwiając przedkliniczne wykrywanie retinopatii cukrzycowej, udoskonalając strategie terapeutyczne dla neowaskularnej zwyrodnienia plamki związanej z wiekiem oraz dostarczając nowych informacji na temat wkładu naczyń w jaskra. Patrząc w przyszłość, integracja tych multimodalnych strumieni danych ze sztuczną inteligencją obiecuje przekształcić bogactwo informacji w modele predykcyjne ryzyka i postępu chorób. To zapowiada nową erę w precyzyjnej okulistyce i okulomice (szeroko zakrojonej, opartej na danych analizie biomarkerów obrazowania ocznego w celu oceny stanów ogólnych i przewidywania ryzyka chorób), z przełomowymi postępami w przetwarzaniu, ilościowości i dostępie.

Wprowadzenie

Mikrokrążenie, obejmujące tętniczki, naczynia włosowate i żyłki o średnicy poniżej 150 μm, stanowi podstawowy punkt wymiany tlenu i składników odżywczych w tkankach¹. W obrazowaniu ocznym jednak definicja wymaga rozwinięcia funkcjonalnego. Choć choriocapillaris reprezentuje prawdziwe granice mikronaczyniowe, jego status hemodynamiczny jest powiązany z większymi naczyniami warstw Sattlera i Hallera. Dlatego w tym przeglądzie naczynia naczyniówkowe są traktowane jako zintegrowana jednostka hemodynamiczna, w której warstwy makronaczyniowe Sattlera i Hallera pełnią funkcję regulatorów upstream modulujących perfuzję choriocapillaris oraz środowisko mikrokrążenia. Sieć oka jest złożona, obejmuje podwójny system zaopatrzenia siatkówki oraz wysoko metabolicznie aktywny naczyniówkę, a wszystkie te elementy są zarządzane przez zaawansowane mechanizmy autoregulacyjne niezbędne do zachowania funkcji neuronalnych i fotoreceptorowych. W konsekwencji nieprawidłowości w mikrokrążeniu siatkówki nie tylko wskazują na miejscową patologię okulistą, ale także działają jako silne biomarkery dla chorób układowych, naczyniowych, metabolicznych^{2 oraz} neurodegeneracyjnych³. Koncepcja oka jako okna na ogólnoustrojowe zdrowie ewoluuje z jakościowej oceny klinicznej w mierzalną rzeczywistość diagnostyczną, napędzaną innowacjami technologicznymi⁴.

Historycznie ocena (mikro)naczyniów ograniczała się do jakościowych, morfologicznych obserwacji za pomocą fotografii dna dna⁵. Pojawienie się angiografii opartej na barwniku, takiej jak angiografia fluoresceinowa (FA) i indocyjaninowo zielona angiografia (ICGA), zrewolucjonizowało tę dziedzinę, wprowadzając funkcjonalny wymiar poprzez obrazowanie dynamiki perfuzji i integralności naczyniowej⁶. Jednak inwazyjny charakter tych technik oraz ich koncepcyjne oparcie na wtórnych zjawiskach patologicznych, takich jak wyciek barwnika, nakładały istotne ograniczenia⁷. Ostatnia dekada przyniosła drugą, głębszą zmianę paradygmatu, naznaczoną pojawieniem się nieinwazyjnych, wysokorozdzielczych i ilościowych technologii obrazowania. Na czele z angiografią optyczną koherencyjną (OCTA), metody te wizualizują mikronaczynia bezpośrednio za pomocą kontrastu ruchu, dostarczając bezprecedensowej szczegółowości strukturalnej i umożliwiając obiektywną ilościową ilościowość parametrów takich jak gęstość naczyń (VD) i powierzchnia perfuzji ^8,9,10. Niniejszy przegląd ma na celu analizę rozwoju technologicznego i koncepcyjnego (Tabela 1) oraz porównanie zasad, zalet i ograniczeń ugruntowanych i nowych technik, ocenę ich klinicznego zastosowania w kluczowych stanach chorobowych oraz zbadanie przyszłego krajobrazu, w którym wielomodalna fuzja danych i sztuczna inteligencja (AI) mają szansę na redefinicję ram diagnostycznych i prognostycznych dla chorób oczu i układowych.

Tabela 1: Porównanie technologii oceny mikrocyrkulacji segmentów tylnych. Podstawowe metody obrazowania są porównywane w kilku kluczowych dziedzinach, w tym ich zasady działania, stopień inwazyjności, kluczowe parametry wyjściowe, rozdzielczość przestrzenną i czasową, podstawowe zastosowania kliniczne oraz fundamentalne zalety i ograniczenia. Skróty: FA = angiografia fluoresceinowa; ICGA = angiografia zielona indocyjanina; OCTA = optyczna tomografia koherencja, angiografia; DOCT = optyczna tomografia koherencji dopplera; LSFG = laserowa diagramowa flowgrafia; AOSLO = adaptacyjna optyczna skaningowa okuliskopia laserowa; VD = gęstość naczyń; FAZ = strefa lewowata (fovealna); MBR = średnia szybkość rozmycia. Prosimy kliknąć tutaj, aby pobrać tę tabelę.

Protokół

Angiografia oparta na barwnikach jako podstawowy standard złota
Przez dziesięciolecia angiografia barwnikowa była fundamentem diagnozowania chorób naczyń siatkówki. Angiografia fluoresceinowa (FA) polega na dożylnym wstrzyknięciu fluoresceiny sodu, małej cząsteczki, która wycieka z naczyń z uszkodzoną barierą krew-siatkówka (BRB), tworząc hiperfluorescencję, która jest cechą charakterystyczną aktywnej choroby. Zdolność do wizualizacji wycieku pozostaje unikalną i niezbędną siłą, co czyni ją złotym standardem oceny integralności BRB i aktywności chorobowej, czego obecnie OCTA nie posiada. Ponadto ultra-szerokokątna (UWF) FA zapewnia panoramiczny widok siatkówki obwodowej, co jest kluczowe w leczeniu schorzeń takich jak retinopatia cukrzycowa (DR) czy okluzja żyły siatkówki (RVO). Indocyjaninowo-zielona angiografia (ICGA) wykorzystuje większy, białkowy barwnik, który pozostaje głównie w choriocapillaris¹¹. Jego fluorescencja w bliskim podczerwieni przenika przez struktury pigmentowe, takie jak nabłonek pigmentowy siatkówki (RPE), czyniąc go kluczowym narzędziem do wizualizacji krążenia naczyniówki i diagnozowania patologii, takich jak polipoidalna naczyniówka naczyniowata (PCV) i okultyzm¹².

Głównym ograniczeniem obu technik jest ich inwazja, co niesie ze sobą ryzyko reakcji niepożądanych i ogranicza ich częste monitorowanie w celu. Jednak ich ograniczenie jest koncepcyjne. Technologie te definiują patologię poprzez jej skutki wtórne, czyli przeciek (FA) lub defekty wypełnienia (ICGA), a nie poprzez wizualizację pierwotnej struktury naczyniowej. W wielu przypadkach poważny wyciek może zasłonić zespół nowonaczyniowy poddawany badaniom i leczeniu. To fundamentalne ograniczenie stworzyło wyraźną kliniczną potrzebę technologii umożliwiającej bezpośrednie obrazowanie struktury naczyniowej, niezależnie od jej stanu funkcjonalnego, torując drogę rewolucji OCTA.

Przejście paradygmatu na angiografię optyczną w zakresie tomografii koherencyjnej
Optyczna tomografia koherencyjna (OCTA) stanowi funkcjonalne rozszerzenie strukturalnej optycznej tomografii koherencyjnej (OCT), generując trójwymiarowe mapy przepływu krwi bez wstrzyknięcia barwnika. Działa na zasadzie kontrastu ruchu, wykorzystując szybkie, powtarzające się skany OCT B w tym samym miejscu do wykrywania korelacjonalności sygnału spowodowanej ruchomymi czerwonymi krwinkami. Izolując te dedekorowane sygnały, OCTA komputerowo rekonstruuje perfuzyjną sieć naczyniową z wyjątkową szczegółowością¹³.

Rewolucyjny wpływ tej technologii wynika z kilku kluczowych zalet technicznych. Jej nieinwazyjny charakter umożliwia szybkie, bezpieczne i częste obrazowanie, przekształcając zarządzanie chorobami przewlekłymi z interwencji epizodycznej na ciągłe monitorowanie¹⁴. Dostarczając dane o rozdzielczości głębokości, trójwymiarowej, technologia umożliwia segmentację i niezależną analizę różnych splotów naczyniowych (np. powierzchownych i głębokich splotów kapilarnych siatkówki, choriocapillaris), ujawniając patologię specyficzną dla głębokości, niewidoczną dla dwuwymiarowego FA¹⁵. Być może jego najważniejszym wkładem jest jego z natury ilościowy charakter. OCTA generuje obiektywne i powtarzalne biomarkery zdrowia mikronaczyniowego¹⁶, w tym VD, które mierzą udział powierzchni tkanek zajmowanej przez przekroczone naczynia; parametrów strefy awaskularnej fovealnej (FAZ), fizjologicznie obszaru awaskularnego, którego powiększenie lub nieregularność stanowi wrażliwy wskaźnik niedokrwienia przyfovealnego¹⁷; oraz gęstość perfuzji (PD)¹⁸. Dzięki obrazowaniu przepływu zamiast barwnika, OCTA nie jest zakłócona przez przecieki, co pozwala na precyzyjne wyznaczenie kompleksów neowaskularnych w warunkach takich jak wilgotna, wiekowa degeneracja plamki żółtej (AMD)¹⁹.

Pomimo swoich zalet, OCTA ma swoje ograniczenia. Jego pole widzenia jest zazwyczaj mniejsze niż w UWF-FA, choć poprawia się to dzięki montażowi i technologiom przesuwanym źródłom. Jest podatny na artefakty, w tym artefakty ruchu pacjenta oraz artefakty projekcyjne, gdzie sygnały z naczyń powierzchniowych są błędnie mapowane na głębsze warstwy. Ponadto jakość obrazu OCTA jest silnie zależna od siły sygnału i łatwo ulega degradacji przez nieprzezroczystość ośrodków, taką jak zaćma czy krwotok szklisty, co może powodować błędy segmentacji. Co najważniejsze, OCTA nie wykrywa wycieku, który jest kluczowym wskaźnikiem aktywności zapalnej i rozkładu BRB. Wreszcie, technologia jest ograniczona przez progi wykrywania; może nie być w stanie zobrazować naczyń o bardzo wolnym lub niskim przepływie poniżej poziomu szumu dekorelacyjnego, co może zaniżać częstość występowania zmian takich jak mikrotętniaki w porównaniu z FA.

Dążenie do przepływu absolutnego i wyższej rozdzielczości
Chociaż OCTA zrewolucjonizowała morfologiczną wizualizację sieci mikronaczyniowych, pozostaje zasadniczo ograniczona przez niezdolność do ilościowego określenia bezwzględnej prędkości przepływu krwi. Standardowa OCTA dostarcza informacji binarnych, przepływu względem braku przepływu lub wskaźników intensywności względnej, ale nie może określić rzeczywistej prędkości ruchu erytrocyta. Luka ilościowa wspiera dalszą istotność optycznej tomografii koherencyjnej Dopplera (DOCT). W przeciwieństwie do OCTA opartego na amplitudzie, DOCT wykorzystuje przesunięcie fazowe światła rozproszonego wstecznie do obliczenia prędkości przepływu bezwzględnego. Podczas gdy OCTA dostarcza mapę zastępczą perfuzji, inne technologie mają na celu bardziej bezpośrednie lub precyzyjniejsze pomiary przepływu krwi. DOCT to technika oparta na OCT, która mierzy przesunięcie częstotliwości Dopplerowskie światła rozpraszanego wstecznie przez poruszające się erytrocyty, aby obliczyć prędkość przepływu krwi^20,21. Łącząc prędkość z przekrojem poprzekowym naczyń, DOCT może zapewnić bezwzględną ilościową identyfikację przepływu krwi (w μL/min) w poszczególnych naczyniach siatkówkowych^22,23, co dostarcza najbardziej bezpośrednich danych fizjologicznych, jednak jego użyteczność kliniczna została poważnie ograniczona przez zależność od kąta Dopplera, czyli kąta między wiązką obrazowania a naczyniem. Niedokładne oszacowanie kąta prowadzi do poważnych błędów w obliczeniach przepływu, co utrudnia technikę i ogranicza jej powszechne zastosowanie. Kontrast między powszechnym sukcesem klinicznym OCTA a niszową rolą badawczą DOCT ilustruje kluczową zasadę w rozwoju technologii medycznych: powtarzalny, choć pośredni, biomarker (jak choroba weneryczna z OCTA) jest często bardziej wartościowy klinicznie niż bezpośredni, ale technicznie wymagający pomiar (jak absolutny przepływ z DOCT).

Dwie inne techniki optyczne przesuwają granice rozdzielczości czasowej lub przestrzennej. Laserowa flowgrafia plamkowa (LSFG) tworzy w czasie rzeczywistym, dwuwymiarowe mapy względnej prędkości przepływu krwi, wykorzystując rozmycie wzoru plamek laserowych^24,25. Kluczową zaletą LSFG jest doskonała rozdzielczość czasowa około 30 Hz, umożliwiająca rejestrowanie pulsatylności przepływu krwi w cyklu²⁶. Ta zdolność ustanawia LSFG jako potężne narzędzie do badania autoregulacji naczyń i dynamiki przepływu krwi²⁷, szczególnie w jaskrze²⁴, gdzie zmienione ciśnienie perfuzji oczu i pulsatylność są powiązane z patogenezą. Główne wady to brak rozdzielczości głębokości, ponieważ nałożone są sygnały siatkówki i naczyniówki, oraz zastosowanie metryki względnej, czyli średniej szybkości rozmycia (MBR), zamiast przepływu^{absolutnego 28}. Na drugim końcu spektrum, adaptacyjna optyczna skaningowa okuliskopia laserowa (AOSLO) umożliwia obrazowanie ograniczone dyfrakcją, łącząc czujnik frontu fali i odkształcalne lustro, aby skorygować aberracje optyczne oka²⁹. Osiąga się niezrównaną rozdzielczość przestrzenną, umożliwiającą wizualizację pojedynczych fotoreceptorów, włókien nerwowych³⁰, a nawet pojedynczych komórek krwi przepływających przez najdrobniejsze naczynia włosowate³¹. Jako narzędzie badań podstawowych, AOSLO oferuje obraz patofizjologii mikrokrążenia na poziomie komórkowym. Jednak wąskie pole widzenia, wysokie koszty i złożoność ograniczają zastosowanie AOSLO w wyspecjalizowanych ośrodkach badawczych. Kontrast między LSFG a AOSLO ilustruje fundamentalny kompromis w obrazowaniu między rozdzielczością czasową a przestrzenną; Jeden odpowiada, kiedy i jak szybko zmienia się przepływ, a drugi odpowiada, jakie i gdzie znajdują się najpiękniejsze struktury.

Architektury AI do segmentacji i rekonstrukcji mikronaczyniowej
Precyzja analityczna mikrocyrkulacji siatkówki jest zasadniczo ograniczona przez fizyczne granice technologii obrazowania. Podczas gdy angiografia barwnikowa i OCTA dostarczają danych wizualnych, AI ewoluowała, aby przezwyciężyć wrodzone ograniczenia tych metod, tworząc komplementarny system diagnostyki. W kolorowej fotografii dna ciała (CFP), która pozostaje główną metodą do wielkoskalowego przesiewania, zastosowania AI koncentrują się na wydobywaniu makronaczyniowych struktur topologicznych. Chociaż CFP nie posiada rozdzielczości głębokości, by wizualizować głęboki splot kapilarny, algorytmy AI mogą ilościowo określać parametry takie jak stosunek tętniczy do żyłki (AVR), kaliber naczynia oraz globalna skrzywienie. Natomiast w OCTA AI rozwiązuje wyzwania o wysokim wymiarze. Modele głębokiego uczenia są wykorzystywane do eliminacji artefaktów ruchu, wzmacniania sygnałów przepływu oraz automatycznego segmentowania warstw, przechodząc analizę z obserwacji na poziomie pikseli do morfologicznej ilościfikacji.

Ewolucja od obrazowania jakościowego do analizy ilościowej opiera się na precyzyjnej segmentacji naczyń. Naczynia siatkówkowe wykazują strukturę bifurkacji przypominającą drzewo z wieloskalowymi wariacjami, które trudno jest segmentować w stanach patologicznych. Obecne standardy wykorzystują architektury U-Net i ich warianty. Aby przeciwdziałać utracie małych naczyń w obszarach o niskim kontraście, co stanowi kluczowe ograniczenie w analizie mikrocyrkulacji, opracowano architektury takie jak sieć fuzji dynamicznej z rozszerzonymi cechami (EFDG-UNet). Poprzez integrację modułów agregacji cech i adaptacyjnych bloków resztkowych, modele te rejestrują zależności o długim zasięgu, wykazując odporność na krwawienia i krzyżowania się naczyń, a wyniki AUC osiągają 0,9932 na standardowych zbiorach danych. Ponadto, aby zminimalizować niedobór maski mikronaczyniowych z adnotacjami, badania przesunęły się w kierunku nauki bez nadzoru. Frameworki takie jak BioVessel-Net integrują biostatystykę naczyniową z generatywnymi sieciami adwersarialnymi (GAN) i wykorzystują algorytmy kolonizacji przestrzeni do egzekwowania spójności topologicznej bez polegania na dużych ręcznych adnotacjach.

Zastosowanie kliniczne jako specyficzna dla choroby, multimodalna strategia
Optymalny paradygmat diagnostyczny nie polega na całkowitym zastąpieniu jednej technologii inną, lecz na zaawansowaną, specyficzną dla choroby integracji metod w celu rozwiązywania precyzyjnych zagadnień klinicznych opartych na patofizjologii. Przejście polega na przejściu od uniwersalnego narzędzia do spersonalizowanego arsenału diagnostycznego (Tabela 2).

Tabela 2: Zmiany paradygmatu w leczeniu klinicznym wywołane przez multimodalne obrazowanie mikrocyrkulacji. Główne choroby siatkówki są zgodne z kluczowymi pytaniami patofizjologicznymi oraz uzupełniającymi się wnioskami różnych metod obrazowania, odzwierciedlając przejście od opisowej, opartej na zmianach diagnostycznej na ocenę ilościową, w tym wczesną stratyfikację ryzyka (DR), różnicowanie obecności anatomicznej i aktywności funkcjonalnej (nAMD), ocenę obciążenia niedokrwiennego (RVO) oraz rozpoznanie wkładu naczyniowego w neurodegenerację (jaskra). Skróty; AMD = zwyrodnienie plamki żółtej związane z wiekiem; DR = retinopatia cukrzycowa; ETDRS = wczesne leczenie retinopatii cukrzycowej; FA = angiografia fluoresceinowa; FAZ = strefa lewowata (fovealna); ICGA = angiografia zielona indocyjanina; LSFG = laserowa diagramowa flowgrafia; nAMD = neowaskularna zwyrodnienie plamki związanej z wiekiem; OCTA = optyczna tomografia koherencja, angiografia; PCV = naczyniówka naczyniowata wielopoidalna; RVO = okluzja żyły siatkówki. Prosimy kliknąć tutaj, aby pobrać tę tabelę.

Retinopatia cukrzycowa
W DR użyteczność OCTA wykracza daleko poza proste wczesne wykrywanie; Jest to przekonujące zdefiniowanie naturalnej historii choroby. Ujawniając mikronaczyniowe wypadki, nieprzefuzję naczyń włosowatych oraz remodelację FAZ zanim jakiekolwiek zmiany są widoczne okuliskopowo, OCTA identyfikuje przedkliniczny, submorfologiczny etap choroby niedokrwiennej³², który kwestionuje tradycyjną klasyfikację ETDRS i dostarcza ilościowego biomarkeru dla stratyfikacji ryzyka w najwcześniejszym możliwym momencie. Ponadto jego zdolność do precyzyjnego lokalizowania nieprawidłowości mikronaczyniowych w określonych splotach siatkówki nie jest jedynie ciekawostką anatomiczną; Stanowi potencjalną mechanistyczną podstawę dla odkryć klinicznych i może udoskonalić podejmowanie decyzji terapeutycznych³³. Na przykład rozróżnienie głębokiego splotu naczyniowatego IRMA od wczesnej neoowaskularyzacji może zasadniczo zmienić próg rozpoczęcia terapii anty-VEGF³⁴. Jednak kluczowe wyzwanie kliniczne wynika z rozłączenia struktury od funkcji. OCTA skutecznie ilościowo określa strukturalną nieperfuzję, mapując skumulowany, często historyczny ślad uszkodzeń niedokrwiennych. Natomiast FA wykazuje funkcjonalne załamanie bariery krew-siatkówka, która jest zazwyczaj markerem ostrej lub aktywnej patologii choroby. Pacjent może wykazywać rozległą utratę naczyń włosowatych na OCTA z minimalnym przeciekiem na FA (co oznacza przewlekły, nieodwracalny deficyt strukturalny), lub odwrotnie. To rozróżnienie jest kluczowe dla podejmowania decyzji terapeutycznych, ponieważ rozróżnia trwałą utratę tkanek od uleczalnego aktywnego wydzielania. Dlatego najbardziej kompletny obraz kliniczny wymaga zintegrowanej oceny, OCTA dla integralności architektury mikronaczyniowej oraz FA dla statusu funkcjonalnego bariery.

Zwyrodnienie plamki żółtej związane z wiekiem (AMD)
W neowaskularnym AMD OCTA przekształciło podejmowanie decyzji klinicznych, zapewniając lepsze wyznaczenie morfologii i zakresu sieci neowaskularyzacji naczyniówki (CNV). Dokładne określenie morfologii i zakresu CNV jest ważne dla prowadzenia i monitorowania terapii³⁵. Jednak ta jasność rodzi nowe pytania kliniczne. OCTA wizualizuje strukturę naczyniową, która może utrzymywać się anatomicznie nawet po tym, jak terapia anty-VEGF zakończyła wyciek. Natomiast FA wizualizuje aktywny wyciek, który jest bezpośrednim celem terapeutycznym. To zmienia podstawowe pytanie kliniczne z: "Czy CNV jest obecne?" na "Czy CNV jest aktywne?". To rozróżnienie jest kluczowe dla współczesnych schematów leczenia i przedłużania, gdzie decyzje o ponownym leczeniu często zależą od dowodów aktywności. Ponadto OCTA odegrała kluczową rolę w identyfikacji CNV bez wykuku lub spoczynku, kwestionując długo utrzymywany paradygmat, że sama obecność kompleksu neowaskularnego wymaga leczenia, oraz przesuwając uwagę na stratyfikację ryzyka tych zmian pod kątem przyszłej konwersji. W złożonym krajobrazie rola ICGA pozostaje pewna i niezbędna jako złoty standard do identyfikacji polipoidalnej naczyniówki naczyniowatej (PCV), krytycznego podtypu AMD, którego charakterystyczne cechy naczyniowe (terminalne polipy) najlepiej charakteryzują się unikalnymi właściwościami barwnika ICG³⁶.

Zgryzienie żyły siatkówki (RVO)
Specyficzna dla warstw moc analityczna OCTA zapewnia kluczowe patofizjologiczne okno do RVO, które wcześniej było niedostępne. Konsekwentne odkrycie, że głęboki splot kapilarny jest poważniej i preferencyjnie uszkodzony niż splot powierzchowny, stanowi silne mechanistyczne wyjaśnienie rozwoju opornego obrzęku plamki, często obserwowanego w stanie³⁷. Głęboki splot znajduje się w strefie granicznej naczyniowej między obszarami zaopatrzenia tętnic, co czyni go niezwykle podatnym na uszkodzenie niedokrwienne³⁸. To odkrycie wzbogaca interpretację patofizjologiczną chorób. Ponadto silna korelacja wykazana między parametrami OCTA plamki plamki (np. gęstością naczyń) a zakresem obwodowej nieperfuzji przy ultraszerokopolowym FA jest istotnym odkryciem klinicznym³⁹. Sugeruje to, że mikronaczynia plamki plamki mogą pełnić rolę nieinwazyjnego zastępczego dla globalnego stanu niedokrwiennego siatkówki; dlatego może zrewolucjonizować zarządzanie pacjentem, umożliwiając stratyfikację ryzyka powikłań neowaskularnych za pomocą szybkiego, nieinwazyjnego skanu plamki żółtej, potencjalnie zmniejszając obciążenie bardziej inwazyjnymi ultraszerokokątnymi badaniami fluoresceinowymi (UWF-FA) w rutynowym monitorowaniu⁴⁰.

Jaskra
W przypadku jaskry zastosowanie zaawansowanego obrazowania bezpośrednio odpowiada na centralną etiologiczną debatę: czy zaburzenia naczyń są główną przyczyną neurodegeneracji? A może tłumienie naczyń jest wtórnym skutkiem zmniejszonego zapotrzebowania metabolicznego zanikłych aksonów? ⁴¹ OCTA i LSFG dostarczają uzupełniających danych do zbadania tego pytania. OCTA oferuje wysokorozdzielczy, statyczny obraz struktury mikronaczyniowej, ilościowo określając gęstość naczyń w głowie nerwu wzrokowego i regionie okołokaplarnym^42,43; Te wskaźniki strukturalne silnie korelują z istniejącą utratą tkanek nerwowych oraz defektami funkcjonalnego pola widzenia. Skutecznie mierzy wyrządzone szkody. Dla porównania, LSFG dostarcza dynamicznych, w czasie rzeczywistym danych o perfuzji i pulsatilności przepływu krwi⁴⁴. Uchwyca proces fizjologiczny przepływu krwi, potencjalnie identyfikując patologiczne zaburzenia autoregulacyjne, zanim nieodwracalna utrata strukturalna stanie się widoczna podczas OCTA lub OCT strukturalnej. Dlatego integracja statycznych danych strukturalnych z OCTA z dynamicznymi danymi perfuzyjnymi z LSFG nie jest jedynie procesem addytywnym⁴⁴; Stanowi strategiczny wysiłek mający na celu rozdzielenie przyczyny od skutku w procesie choroby jaskrowej. Identyfikacja pacjentów z nieprawidłową dynamiką przepływu na LSFG, mimo zachowanej struktury na OCTA, może stać się potężnym paradygmatem identyfikacji osób o najwyższym ryzyku szybkiego postępu, torując drogę do ukierunkowanych, neuroprotekcyjnych terapii skierowanych na naczyniowy komponent choroby.

Badanie zapalenia błony naczyniowej i zapalenia choriokapillaris
Ocena tylnego zapalenia błony naczyniowej i zapalnych chorioretinopatii stanowi przełomowy obszar obrazowania wielomodalnego, szczególnie w ocenie niedostępnego choriocapillaris. Historycznie ICGA była jedyną metodą zdolną do wizualizacji zapalenia naczyniówki, ujawniając niedofluorescencyjne ciemne plamy wskazujące na zapalenie lub niedokrwienie stromalne. Jednak interpretacja tych hipofluorescencyjnych zmian pozostała jakościowa i była ograniczona przez inwazyjny charakter barwnika. Pojawienie się OCTA zasadniczo udoskonaliło tę ocenę, oferując nieinwazyjny, głęboko rozdzielony obraz choriocapillaris, umożliwiając identyfikację i ilościową identyfikację pustek przepływowych oraz obszarów utraty sygnału odpowiadających kapilarnej nieperfuzji lub przejściowej niedokrwistości.

W stanach zapalnych chrząskówkowych, takich jak zespół Vogta-Koyanagiego-Harady (VKH) i zespół białej kropki, OCTA wykazała, że te puste przepływy korelują z obszarami hipofluorescencyjnymi na ICGA, ale oferują lepszą rozdzielczość w monitorowaniu aktywności choroby. Co istotne, podłużne obrazowanie OCTA ujawniło odwracalny charakter tych pustych przestrzeni przepływowych po terapii kortykosteroidowej, ustanawiając reperfuzję choriocapillaris jako nowy, obiektywny biomarker odpowiedzi terapeutycznej. Ponadto zapalne CNV stanowi unikalne wyzwanie diagnostyczne ze względu na zagadkową obecność zapalnego wycieku i obrzęku siatkówki. Polegając na kontrastie ruchu zamiast przepuszczalności barwnika, OCTA skutecznie tłumi sygnał wydzieliny zapalnej, umożliwiając wyraźną wizualizację sieci neoowaskularnej. Ta zdolność jest szczególnie istotna w rozróżnianiu aktywnego CNV od zmian zapalnych, zapobiegając tym samym niepotrzebnej immunosupresji lub terapii anty-VEGF. W konsekwencji integracja ICGA do panoramicznego mapowania chorób oraz OCTA do ilościowego monitorowania perfuzji choriokapillaris stanowi nowoczesny standard precyzyjnego leczenia zapalenia błony naczyniowej naczyniówki.

Poza obrazem, poruszanie się po dużych ilościach danych i ścieżce do systemowej integracji
Przejście od obrazowania wysokorozdzielczego do użytecznej inteligencji wymaga zniwelowania luki między pozyskiwaniem surowych danych a interpretacją kliniczną. Wchodząc w erę ilościową, ta dziedzina staje przed paradoksem, w którym zalew danych nie przekłada się automatycznie na kliniczną mądrość (Rysunek 1), co stanowi wyzwanie dla wpływu na podejmowanie decyzji^45,46. AI, szczególnie uczenie głębokie (DL), pojawiła się nie tylko jako dodatek analityczny, ale jako podstawowy element samego procesu obrazowania, rozwiązując wyzwania od rekonstrukcji sygnału po systemowe prognozowanie.

Rysunek 1: Historyczna i koncepcyjna ewolucja oceny mikrocyrkulacji siatkówki i naczyniówki, wyznaczająca trajektorię od statycznej obserwacji morfologicznej do dynamicznego modelowania predykcyjnego. Oś czasu przedstawia cztery główne zmiany paradygmatu w tej dziedzinie. Podróż zaczyna się w erze morfologii, gdzie fotografia fundus dostarczała podstawowego, lecz ograniczonego, dwuwymiarowego, statycznego obrazu struktur naczyniowych. Pierwsza rewolucja nastąpiła wraz z erą angiografii funkcjonalnej, która wprowadziła dynamiczny, fizjologiczny wymiar poprzez stosowanie inwazyjnych barwników (FA/ICGA) do odpowiadania na pytania dotyczące perfuzji i integralności naczyń, często poprzez obserwację efektów wtórnych, takich jak wyciek. Obecna era nieinwazyjnej ilościowości, napędzana przez OCTA, stanowi przełomowy krok w kierunku bezpośredniej wizualizacji i ilościowego określania trójwymiarowej architektury mikronaczyniowej, przesuwając kluczowe pytanie kliniczne w kierunku oceny integralności strukturalnej bez czynnika zakłócającego wycieku barwnika. Oś czasu kulminuje w przewidywanej przyszłości modelowania predykcyjnego, gdzie skupienie wykracza poza diagnostykę. Era ta będzie zdefiniowana przez połączenie danych multimodalnych za pomocą silników sztucznej inteligencji (AI), przekształcając fundamentalne pytanie kliniczne z "czym jest patologia" na "jakie jest przyszłe ryzyko pacjenta", umożliwiając tym samym proaktywne, prognostyczne i naprawdę spersonalizowane podejście do zarządzania chorobą. Skróty; FA = angiografia fluoresceinowa; ICG = zielona indocyjanina; OCTA = optyczna tomografia koherencja, angiografia; AI = sztuczna inteligencja. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.

Pierwszym ważnym zastosowaniem AI jest ulepszanie obrazu i ograniczanie artefaktów, aby rozwiązać obecny problem, gdzie różne protokoły skanowania i własnościowe algorytmy sprawiają, że wyniki są nieporównywalne⁴⁷ . Akwizycja OCTA jest podatna na artefakty ruchu, artefakty projekcji oraz niskie stosunki sygnału do szumu, co może zaciemniać szczegóły mikronaczyniowe. Architektury głębokiego uczenia, szczególnie GAN, są obecnie wdrażane do rekonstrukcji topologii mikronaczyniowej na podstawie zdegradowanych danych wejściowych. Trenując na wysokiej jakości, uśrednionych skanach, modele generatywne uczą się usuwać szum z obrazów pojedynczych akwizycji, skutecznie usuwając artefakty projekcyjne i przywracając ciągłość statku w obszarach zaniku sygnału bez potrzeby wydłużenia czasu akwizycji. Rekonstrukcja algorytmiczna jest niezbędna do standaryzacji jakości obrazu na różnych platformach sprzętowych oraz ustanowienia przejrzystych, powtarzalnych metod analitycznych niezbędnych do badań wielocentrowych.

Po rekonstrukcji obrazu, drugi poziom zastosowania AI polega na automatycznej kwantyfikacji poprzez segmentację semantyczną. Ręczne wyznaczanie cech patologicznych, takich jak obszary naczyniowato nieperfuzyjne (CNP) czy nieregularne granice FAZ, jest pracochłonne i podlega znacznej zmienności między stopniami. Konwolucyjne sieci neuronowe (CNN), zwłaszcza te wykorzystujące architektury U-Net z połączeniami pomijającymi, wykazały parytet wydajności z ekspertami ludzkimi w segmentowaniu tych funkcji. Algorytmy te zapewniają natychmiastową, powtarzalną ilościową ilościową gęstość perfuzji i gęstość szkieletu naczyń, ułatwiając niezbędną ścieżkę walidacji potrzebną do jednoznacznej odpowiedzi na to, co należy zmierzyć (Informacje uzupełniające).

Najbardziej przełomowym obszarem jest jednak zastosowanie AI w okulomice, czyli identyfikacji systemowych biomarkerów w obrazowaniu oczu. Mikronaczynia siatkówkowe stanowią bezpośrednie przedłużenie krążenia ogólnoustrojowego, jednak subtelne sygnatury naczyń chorób ogólnoustrojowych są często niezauważalne dla ludzkiego oka. Modele DL trenowane na dużych zbiorach danych populacyjnych (np. UK Biobank) skutecznie przewidywały parametry systemowe, takie jak wiek, płeć, status palenia i ciśnienie skurczowe, wyłącznie na podstawie obrazów siatkówki (Tabela 3). Bardziej zaawansowane modele są obecnie w stanie przewidywać poważne niepożądane zdarzenia sercowo-naczyniowe (MACE) oraz szacować biologiczne różnice wieku jako wskaźniki ryzyka śmiertelności. Integrując te mikronaczyniowe spostrzeżenia z danymi genomowymi i klinicznymi, AI przekształca oko z tradycyjnej obserwacji w narzędzie wspierające decyzje kliniczne^48,49. Ponadto połączenie tych zweryfikowanych biomarkerów z platformami teleokulistycznymi niesie ze sobą obietnicę sprawiedliwej opieki zdrowotnej. Dzięki wdrażaniu przewidywania ryzyka opartego na AI na dużą skalę, zaawansowana diagnostyka może być rozszerzona na środowiska społecznościowe oraz niedostatecznie obsługiwane populacje, skutecznie rozszerzając dostęp do profilaktycznej opieki kardiologicznej i neurodegeneracyjnej. Ostatecznie ta zdolność stawia mikrokrążenie siatkówki jako potencjalny zastępczy punkt końcowy dla skuteczności terapeutycznej w badaniach chorób ogólnoustrojowych. Na przykład mierzalne zmiany gęstości naczyń włosowatych siatkówki mogą być wczesnymi wskaźnikami ochrony mikronaczyniowej, potencjalnie skracając czas rozwoju leku w porównaniu do oczekiwania na poważne zdarzenia niepożądane. Realizacja tej wizji wymaga bezprecedensowej współpracy międzydyscyplinarnej między okulistami, kardiologami, nefrologami, endokrynologami i naukowcami farmaceutycznymi. Oznacza kliniczne tłumaczenie obrazowania okulistycznego, wzmacniając nowoczesną medycynę jako całość, zapewniając bezpośrednie in vivo okno na systemowe efekty terapii.

Tabela 3: Podsumowanie algorytmów AI i ich wydajności w zastosowaniach mikronaczyniowych siatkówki Reprezentatywne modele głębokiego uczenia stosowane w zadaniach klinicznych obejmujących segmentację naczyń po przewidywanie chorób ogólnoustrojowych, z podsumowaniem podstawowych architektur sieci neuronowych, celowanych cech mikronaczyniowych, zastosowań klinicznych oraz raportowanych wskaźników wydajności. Skróty; AD = Choroba Alzheimera; AI = sztuczna inteligencja; AUC = powierzchnia pod charakterystyką pracy odbiornika; CNN = sieć neuronowa splotowa; CVD = choroby sercowo-naczyniowe; FAZ = strefa lewowata (fovealna); GNN = sieć neuronowa z grafem; LLM = duży model językowy; PD = Choroba Parkinsona; RNFL = warstwa włókien nerwowych siatkówki. Prosimy kliknąć tutaj, aby pobrać tę tabelę.

Wyniki

Dziedzina oceny mikrocyrkulacji siatkówki i naczyniówki przechodzi przełomową zmianę, przechodząc z ery zdefiniowanej przez inwazyjne, jakościowe techniki do epoki zdominowanej przez obrazowanie nieinwazyjne, ilościowe i wielomodalne. Chociaż angiografia barwnikowa zachowuje swoją kluczową rolę w konkretnych kwestiach, zwłaszcza przy ocenie przecieku naczyń, OCTA stała się nowym fundamentem oceny struktury mikronaczyniowej i przelewu krwi. Jej zdolność do dostarczania obiektywnych, powtarzalnych wskaźników zasadniczo zmieniła zarządzanie chorobą, umożliwiając wcześniejsze wykrywanie i monitorowanie oparte na danych. Przyszłość nie leży w jednej, zaawansowanej technologii, lecz w inteligentnym połączeniu komplementarnych strumieni danych. Kolejnym krokiem jest integracja danych multimodalnych ze sztuczną inteligencją. Algorytmy AI są już rozwijane, aby poprawić jakość obrazów poprzez usuwanie artefaktów, automatyzację analizy ilościowej oraz eliminację zależności od operatorów^50,51. Celem jest wykorzystanie głębokiego uczenia, aby wyjść poza opis i przejść do predykcji⁵². Poprzez trenowanie modeli na ogromnych zbiorach danych obejmujących dane strukturalne OCT, OCTA, LSFG, dane kliniczne i genomikę, AI może identyfikować subtelne, subkliniczne mikronaczyniowe odciski palców, które przewidują przyszły rozwój lub postęp choroby⁵³.

Jednak droga do integracji jest pełna wyzwań. Głównym ograniczeniem jest brak interpretowalności uczenia głębokiego, co zaciemnia biologiczne uzasadnienie przewidywań, komplikując zaufanie kliniczne. Konkretnie, rozróżnienie między anomaliami strukturalnymi a funkcjonalnymi pozostaje kluczową przeszkodą; Modele predykcyjne AI powinny być walidowane, aby zapewnić rozróżnienie prawdziwych deficytów przepływu fizjologicznego od tłumienia sygnału spowodowanego nadrzędnymi nieprzezroczystościami lub błędami segmentacji. Ponadto uogólnialność tych algorytmów jest obecnie ograniczona przez heterogeniczność wielomodalnych zbiorów danych oraz ryzyko błędów algorytmicznych. Połączenie potencjału algorytmicznego z użytecznością kliniczną będzie wymagało udoskonalenia technologicznego oraz badań prospektywnych, aby zapewnić, że te narzędzia predykcyjne będą odporne w różnych populacjach. Zdolność predykcyjna przekształci praktykę kliniczną od reagowania na manifestowanie szkody do proaktywnego, opartego na ryzyku paradygmatu interwencji prewencyjnej (Rysunek 2). Okno oka na zdrowie systemowe zostanie przekształcone z badania morfologicznego w aktywny, inteligentny sensor, który w pełni wykorzysta potencjał precyzyjnej, predykcyjnej i spersonalizowanej medycyny.

Rysunek 2: Koncepcyjne ramy dla kolejnej generacji diagnostyki okulistycznej opartej na AI, ilustrujące przejście od interpretacji surowych danych do predykcyjnego wglądu klinicznego. Model ten wizualizuje transformacyjny proces diagnostyki, konceptualizowany jako lejek do udoskonalania danych. Proces rozpoczyna się od agregacji wysokowymiarowych, heterogenicznych danych (Warstwa 1: wielomodalne dane wejściowe), co tworzy całościową cyfrową reprezentację stanu oczu pacjenta poprzez połączenie statycznych informacji anatomicznych (Structural OCT), szczegółowej architektury mikronaczyniowej (OCTA), dynamicznej funkcji fizjologicznej (LSFG) oraz kontekstu systemowego pacjenta (Dane kliniczne i genomowe). Te rozproszone strumienie danych są następnie syntetyzowane w zaawansowanym silniku AI (warstwa 2), który wykorzystuje modele głębokiego uczenia do fuzji danych i ekstrakcji złożonych, wielowymiarowych biomarkerów, które często są niezauważalne dla ludzkich obserwatorów. Systematyczne przetwarzanie ilustruje syntezę ogromnej złożoności informacyjnej w zwięzły, klinicznie znaczący wynik. Ostatecznym celem jest generowanie praktycznych wyników klinicznych (Warstwa 3), które nie są jedynie opisowe, ale zasadniczo predykcyjne i spersonalizowane. Wyniki te umożliwiają klinicystom uzyskanie prognostycznych ocen ryzyka, przestrzennych przewidywań przyszłej patologii (np. mapy ciepła patologiczne) oraz zoptymalizowanych, dostosowanych do pacjenta zaleceń dotyczących leczenia. Ramy te oznaczają fundamentalną transformację od medycyny reaktywnej, opartej na wzorcach na proaktywny, oparty na danych i naprawdę predykcyjny paradygmat opieki zdrowotnej. Skróty; AI = sztuczna inteligencja; LSFG = laserowa diagramowa flowgrafia; OCT = optyczna tomografia koherencyjna; OCTA = optyczna tomografia koherencyjna, angiografia. Proszę kliknąć tutaj, aby zobaczyć większą wersję tej figurki.