MACHINE LEARNING-BASED PREDICTION OF TREATMENT REQUIREMENTS FOR NEOVASCULAR AGE-RELATED MACULAR DEGENERATION (NAMD)

• Main Authors: THALHAMMER Andreas, MAUNZ Andreas, DAI Jian, NEUBERT Ales
• Format: Patent
• Language: English; Spanish
• Published: 11.10.2023
• Subjects: HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

A method and system for managing a treatment for a subject diagnosed with neovascular age-related macular degeneration (nAMD). Spectral domain optical coherence tomography (SD-OCT) imaging data of a retina of the subject is received. Retinal feature data is extracted for a plurality of retinal features using the SD-OCT imaging data, the plurality of retinal features being associated with at least one of a set of retinal fluids or a set of retinal layers. Input data formed using the retinal feature data for the plurality of retinal features is sent into a first machine learning model. A treatment level for an anti-vascular endothelial growth factor (anti-VEGF) treatment to be administered to the subject is predicted, via the first machine learning model, based on the input data. Un método y sistema para gestionar un tratamiento para un sujeto con diagnóstico de degeneración macular neovascular asociada a la edad (nAMD). Se reciben datos de generación de imágenes mediante tomografía de coherencia óptica de dominio espectral (SD-OCT) de una retina del sujeto. Los datos de características retinianas se extraen para una pluralidad de características retinianas mediante los datos de generación de imágenes mediante SD-OCT, en donde la pluralidad de características retinianas están asociadas a al menos uno de un conjunto de fluidos retinianos o un conjunto de capas retinianas. Los datos de entrada formados usando los datos de características retinianas para la pluralidad de características retinianas se envían a un primer modelo de aprendizaje automático. Se prevé un nivel de tratamiento para un tratamiento de factor de crecimiento endotelial antivascular (anti-VEGF) que se administrará al sujeto, mediante el primer modelo de aprendizaje automático, en función de los datos de entrada.