Prédiction de la progression de l’atrophie géographique grâce au “deep learning” basé sur l’imagerie rétinienne
D'après Normand G et al., abstr. 1452, actualisé
L’objectif de l’étude était de prédire le taux de progression à 12 mois de l’atrophie géographique sur des clichés en infrarouge et des clichés en autofluorescence. L’analyse a porté sur un total de 236 822 images.
Les auteurs ont été capables d’identifier des facteurs prédictifs de progression de l’atrophie géographique, tels que la forme et l’importance de la région centrale, d’après les images initiales.
