کشف نشانگرهای جدیدی که از خطر نابینایی ناشی از دیابت خبر می دهند

کشف نشانگرهای جدیدی که از خطر نابینایی ناشی از دیابت خبر می دهند

گوپا: پژوهشگران ˮدانشگاه ایندیاناˮ، نشانگرهای جدیدی کشف کرده اند که تغییرات ابتدایی چشم را که می توانند عامل نابینایی ناشی از دیابت باشند، تشخیص می دهند.


به گزارش گوپا به نقل از ایسنا و به نقل از ساینس دیلی، پژوهشی که در دانشکده بینایی سنجی "دانشگاه ایندیانا"(Indiana University) انجام شده است، نشانگرهای زیستی جدیدی را در چشم ها معرفی می کند که می توانند کلید کنترل "رتینوپاتی دیابتی"(Diabetic retinopathy) و حتی شاید دیابت باشند.
دیابت در مراحل ابتدایی و قبل از این که تغییرات با یک معاینه بالینی قابل تشخیص باشند، می تواند چشم ها را تحت تاثیر قرار دهد. با این وجود، پژوهش های جدید در مورد شبکیه نشان می دهند که این تغییرات را با کمک روش های ویژه مبتنی بر نور و تحلیل های کامپیوتری، می توان زودتر از آنچه تصور می شد، بررسی کرد.
توانایی تشخیص نشانگرهای زیستی برای این وضعیت تهدیدکننده بینایی ممکنست به شناسایی سریع افراد در معرض خطر دیابت یا نقص بینایی کمک نماید و توانایی پزشکان را در مدیریت وضع این بیماران بهبود ببخشد.
"آن السنر"(Ann Elsner)، از پژوهشگران این پروژه اظهار داشت: تشخیص سریع لطمه شبکیه ناشی از دیابت، با روش های بدون درد امکان پذیر است و می تواند به تشخیص دادن بیماران شناسایی نشده کمک نماید تا نتایج دیابت کنترل نشده را کم کند.
رتینوپاتی دیابتی که ناشی از تغییرات رگ های خونی در شبکیه است، شایع ترین بیماری چشمی در رابطه با دیابت و علت اصلی نابینایی در بزرگسالان آمریکا محسوب می شود. انتظار می رود که تا ۲۰۵۰، تعداد آمریکایی های مبتلا به رتینوپاتی دیابتی حدودا دو برابر شود و از ۷/۷ میلیون نفر به ۱۴/۶ میلیون نفر برسد.
این پژوهش جدید، قسمتی از تاکید گسترده فعلی بر تشخیص رتینوپاتی دیابتی با کمک هوش مصنوعی است که روی تصاویر شبکیه اعمال می شود. با این وجود، تعدادی از این الگوریتم ها، تشخیص را بر طبق خاصیت هایی ارائه می دهند که بسیار دیرتر از تغییرات یافت شده در این پژوهش رخ می دهد.
روش دانشگاه "ایندیانا" به خاطر الگوریتم های پردازش تصویر شبکیه که در این پژوهش توضیح داده شده است، تشخیص را زودتر پیش می برد.
السنر افزود: خیلی از الگوریتم ها، از اطلاعات تصویری که بین بیماران مبتلا به دیابت و گروه های کنترل شده، متفاوت می باشد استفاده می نمایند تا مشخص شود که چه افرادی ممکنست دیابت داشته باشند اما این موارد می توانند اختصاصی نباشند. روش ما می تواند با سایر روش ها ترکیب شود تا اطلاعات ابتدایی را که در لایه های خاص شبکیه یا انواع بافت های تجزیه و تحلیل نشده اند، در بر بگیرد.
السنر، تجزیه و تحلیل تصویر شبکیه را در آزمایشگاه خود در دانشگاه ایندیانا به همراه "جوئل پاپای"(Joel Papay)، پژوهشگر این پروژه انجام داد. آنها داده های به دست آمده از داوطلبان مبتلا به دیابت و افراد سالم گروه کنترل شده را به کار بردند.
تجزیه و تحلیل کامپیوتری، روی داده های تصویر شبکیه که بطور معمول در کلینیک های مجهز جمع آوری می شوند، انجام شد اما خیلی از اطلاعات مورد استفاده در این پژوهش، اغلب برای تشخیص یا کنترل شرایط بیماران، نادیده گرفته می شوند.
این پژوهش، در مجله "PLOS One" به چاپ رسید.




منبع:

1400/05/24
13:33:41
5.0 / 5
263
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۲ بعلاوه ۳
گوپا