Skip to main content
Erschienen in: Die Ophthalmologie 2/2024

29.01.2024 | Biomarker | Leitthema

Retinale optische Kohärenztomographie Biomarker und ihr Zusammenhang mit kognitiven Funktionen

Klinische Praxis und künstliche Intelligenz Ansätze

verfasst von: Dr. Franziska G. Rauscher, Prof. Rui Bernardes

Erschienen in: Die Ophthalmologie | Ausgabe 2/2024

Einloggen, um Zugang zu erhalten

Zusammenfassung

Retinale optische Kohärenztomographie (OCT)-Biomarker haben das Potenzial, als frühzeitige, nichtinvasive und kosteneffiziente Marker, Personen mit einem Risiko für kognitive Beeinträchtigungen und neurodegenerative Erkrankungen zu identifizieren. Sie können auch bei der Überwachung des Krankheitsverlaufs inklusive der Wirksamkeit von Maßnahmen gegen den kognitiven Verfall unterstützen. Der Zusammenhang zwischen retinalen OCT-Biomarkern und kognitiver Leistung wurde in mehreren Studien nachgewiesen, und ihre Bedeutung für die kognitive Beurteilung wird zunehmend anerkannt. Das maschinelle Lernen (ML) ist ein Zweig der künstlichen Intelligenz (KI) mit einer exponentiellen Anzahl von Anwendungen im medizinischen Bereich, insbesondere aus deren Untergruppe des tiefen Lernens (Deep Learning [DL]), die weithin für die Analyse medizinischer Bilder verwendet wird. Diese Techniken sind effizient im Umgang mit neuartigen Biomarkern, wenn deren Ergebnis für die im Fokus stehende Anwendung unklar ist. Der Einsatz von KI-basierten Werkzeugen für medizinische Zwecke muss jedoch, trotz der vielen Bemühungen den Blackbox-Charakter solcher Ansätze zu überwinden, mit Vorsicht genossen werden, v. a. wegen der allgemein unzureichenden Leistung der KI bei anderen Datensätzen als denen, die für ihre Entwicklung verwendet wurden. Die retinalen OCT-Biomarker sind vielversprechend als potenzielle Indikatoren für die kognitive Funktion. Die zugrunde liegenden Mechanismen werden aktuell erforscht, um tiefere Einblicke in die Beziehung zu gewinnen, welche Netzhautgesundheit und kognitive Funktion miteinander verbindet. Erkenntnisse aus neurovaskulärer Kopplung und den mikrovaskulären Veränderungen der Netzhaut spielen dabei eine wichtige Rolle. Weitere Forschungsarbeiten sind erforderlich, um die Gültigkeit und den Nutzen retinaler OCT-Biomarker als Frühindikatoren für kognitiven Abbau und neurodegenerative Erkrankungen in der klinischen Routine zu ermitteln. Retinale OCT-Biomarker könnten so die Patientenversorgung mittels Früherkennung und Überwachung potentieller Intervention bei kognitiven Beeinträchtigungen verbessern.
Literatur
3.
Zurück zum Zitat McCann P, Hogg R, Wright DM, Chakravarthy U, Peto T, Cruise S, McGuinness B, Young IS, Kee F, Azuara-Blanco A (2021) Intraocular pressure and circumpapillary retinal nerve fibre layer thickness in the Northern Ireland Cohort for the Longitudinal Study of Ageing (NICOLA): distributions and associations. Br J Ophthalmol 105(7):948–956. https://doi.org/10.1136/bjophthalmol-2020-316499CrossRefPubMed McCann P, Hogg R, Wright DM, Chakravarthy U, Peto T, Cruise S, McGuinness B, Young IS, Kee F, Azuara-Blanco A (2021) Intraocular pressure and circumpapillary retinal nerve fibre layer thickness in the Northern Ireland Cohort for the Longitudinal Study of Ageing (NICOLA): distributions and associations. Br J Ophthalmol 105(7):948–956. https://​doi.​org/​10.​1136/​bjophthalmol-2020-316499CrossRefPubMed
4.
Zurück zum Zitat Ko F, Muthy ZA, Gallacher J, Sudlow C, Rees G, Yang Q, Keane PA, Petzold A, Khaw PT, Reisman C, Strouthidis NG, Foster PJ, Patel PJ, Consortium, U. B. E. & V. (2018) Association of retinal nerve fiber layer thinning with current and future cognitive decline: a study using optical coherence tomography. JAMA Neurol 75(10):1198. https://doi.org/10.1001/jamaneurol.2018.1578CrossRefPubMedPubMedCentral Ko F, Muthy ZA, Gallacher J, Sudlow C, Rees G, Yang Q, Keane PA, Petzold A, Khaw PT, Reisman C, Strouthidis NG, Foster PJ, Patel PJ, Consortium, U. B. E. & V. (2018) Association of retinal nerve fiber layer thinning with current and future cognitive decline: a study using optical coherence tomography. JAMA Neurol 75(10):1198. https://​doi.​org/​10.​1001/​jamaneurol.​2018.​1578CrossRefPubMedPubMedCentral
9.
12.
Zurück zum Zitat Girbardt J, Luck T, Kynast J, Rodriguez FS, Wicklein B, Wirkner K, Engel C, Girbardt C, Wang M, Polyakova M, Witte AV, Loeffler M, Villringer A, Riedel-Heller SG, Schroeter ML, Elze T, Rauscher FG (2021) Reading cognition from the eyes: association of retinal nerve fibre layer thickness with cognitive performance in a population-based study. Brain Commun 3(4):fcab258. https://doi.org/10.1093/braincomms/fcab258CrossRefPubMedPubMedCentral Girbardt J, Luck T, Kynast J, Rodriguez FS, Wicklein B, Wirkner K, Engel C, Girbardt C, Wang M, Polyakova M, Witte AV, Loeffler M, Villringer A, Riedel-Heller SG, Schroeter ML, Elze T, Rauscher FG (2021) Reading cognition from the eyes: association of retinal nerve fibre layer thickness with cognitive performance in a population-based study. Brain Commun 3(4):fcab258. https://​doi.​org/​10.​1093/​braincomms/​fcab258CrossRefPubMedPubMedCentral
15.
17.
Zurück zum Zitat Cuenca N, Ortuño-Lizarán I, Sánchez-Sáez X, Kutsyr O, Albertos-Arranz H, Fernández-Sánchez L, Martínez-Gil N, Noailles A, López-Garrido JA, López-Gálvez M, Lax P, Maneu V, Pinilla I (2020) Interpretation of OCT and OCTA images from a histological approach: clinical and experimental implications. Prog Retin Eye Res 77:100828. https://doi.org/10.1016/j.preteyeres.2019.100828CrossRefPubMed Cuenca N, Ortuño-Lizarán I, Sánchez-Sáez X, Kutsyr O, Albertos-Arranz H, Fernández-Sánchez L, Martínez-Gil N, Noailles A, López-Garrido JA, López-Gálvez M, Lax P, Maneu V, Pinilla I (2020) Interpretation of OCT and OCTA images from a histological approach: clinical and experimental implications. Prog Retin Eye Res 77:100828. https://​doi.​org/​10.​1016/​j.​preteyeres.​2019.​100828CrossRefPubMed
20.
25.
Zurück zum Zitat ynants L, Calster BV, Collins GS, Riley RD, Heinze G, Schuit E, Albu E, Arshi B, Bellou V, Bonten MMJ, Dahly DL, Damen JA, Debray TPA, de Jong VMT, Vos MD, Dhiman P, Ensor J, Gao S, Haller MC, van Smeden M (2020) Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal. BMJ 369:m1328. https://doi.org/10.1136/bmj.m1328CrossRef ynants L, Calster BV, Collins GS, Riley RD, Heinze G, Schuit E, Albu E, Arshi B, Bellou V, Bonten MMJ, Dahly DL, Damen JA, Debray TPA, de Jong VMT, Vos MD, Dhiman P, Ensor J, Gao S, Haller MC, van Smeden M (2020) Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal. BMJ 369:m1328. https://​doi.​org/​10.​1136/​bmj.​m1328CrossRef
26.
Zurück zum Zitat Roberts M, Driggs D, Thorpe M, Gilbey J, Yeung M, Ursprung S, Aviles-Rivero AI, Etmann C, McCague C, Beer L, Weir-McCall JR, Teng Z, Gkrania-Klotsas E, AIX-COVNET RA, Korhonen A, Jefferson E, Ako E, Langs G, Schönlieb C‑B (2021) Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans. Nat Mach Intell 3(3):199–217. https://doi.org/10.1038/s42256-021-00307-0CrossRef Roberts M, Driggs D, Thorpe M, Gilbey J, Yeung M, Ursprung S, Aviles-Rivero AI, Etmann C, McCague C, Beer L, Weir-McCall JR, Teng Z, Gkrania-Klotsas E, AIX-COVNET RA, Korhonen A, Jefferson E, Ako E, Langs G, Schönlieb C‑B (2021) Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans. Nat Mach Intell 3(3):199–217. https://​doi.​org/​10.​1038/​s42256-021-00307-0CrossRef
30.
Zurück zum Zitat Winblad B, Palmer K, Kivipelto M, Jelic V, Fratiglioni L, Wahlund L‑O, Nordberg A, Bäckman L, Albert M, Almkvist O, Arai H, Basun H, Blennow K, Leon MD, DeCarli C, Erkinjuntti T, Giacobini E, Graff C, Hardy J, Petersen RC (2004) Mild cognitive impairment—beyond controversies, towards a consensus: report of the International working group on mild cognitive impairment. J Intern Med 256(3):240–246. https://doi.org/10.1111/j.1365-2796.2004.01380.xCrossRefPubMed Winblad B, Palmer K, Kivipelto M, Jelic V, Fratiglioni L, Wahlund L‑O, Nordberg A, Bäckman L, Albert M, Almkvist O, Arai H, Basun H, Blennow K, Leon MD, DeCarli C, Erkinjuntti T, Giacobini E, Graff C, Hardy J, Petersen RC (2004) Mild cognitive impairment—beyond controversies, towards a consensus: report of the International working group on mild cognitive impairment. J Intern Med 256(3):240–246. https://​doi.​org/​10.​1111/​j.​1365-2796.​2004.​01380.​xCrossRefPubMed
33.
Zurück zum Zitat Peschel T, Wang M, Kirsten T, Rauscher FG, Elze T A Cloud-based Infrastructure for Interactive Analysis of RNFLT Data. In: Heuveline, Vincent, Bisheh, Nina (Hrsg) E‑Science-Tage 2021: Share Your Research Data, Bd. 2022. heiBOOKS, Heidelberg, S 54–68 https://doi.org/10.11588/heibooks.979.c13718 Peschel T, Wang M, Kirsten T, Rauscher FG, Elze T A Cloud-based Infrastructure for Interactive Analysis of RNFLT Data. In: Heuveline, Vincent, Bisheh, Nina (Hrsg) E‑Science-Tage 2021: Share Your Research Data, Bd. 2022. heiBOOKS, Heidelberg, S 54–68 https://​doi.​org/​10.​11588/​heibooks.​979.​c13718
35.
Zurück zum Zitat Baniasadi N, Rauscher FG, Li D, Wang M, Choi EY, Wang H, Peschel T, Wirkner K, Kirsten T, Thiery J, Engel C, Loeffler M, Elze T (2020) Norms of interocular circumpapillary retinal nerve fiber layer thickness differences at 768 retinal locations. Trans Vis Sci Tech 9(9):23. https://doi.org/10.1167/tvst.9.9.23CrossRef Baniasadi N, Rauscher FG, Li D, Wang M, Choi EY, Wang H, Peschel T, Wirkner K, Kirsten T, Thiery J, Engel C, Loeffler M, Elze T (2020) Norms of interocular circumpapillary retinal nerve fiber layer thickness differences at 768 retinal locations. Trans Vis Sci Tech 9(9):23. https://​doi.​org/​10.​1167/​tvst.​9.​9.​23CrossRef
42.
Zurück zum Zitat Loeffler M, Engel C, Ahnert P, Alfermann D, Arelin K, Baber R, Beutner F, Binder H, Brähler E, Burkhardt R, Ceglarek U, Enzenbach C, Fuchs M, Glaesmer H, Girlich F, Hagendorff A, Häntzsch M, Hegerl U, Henger S, Thiery J (2015) The LIFE-Adult-Study: objectives and design of a population-based cohort study with 10,000 deeply phenotyped adults in Germany. BMC Public Health 15(1):691. https://doi.org/10.1186/s12889-015-1983-zCrossRefPubMedPubMedCentral Loeffler M, Engel C, Ahnert P, Alfermann D, Arelin K, Baber R, Beutner F, Binder H, Brähler E, Burkhardt R, Ceglarek U, Enzenbach C, Fuchs M, Glaesmer H, Girlich F, Hagendorff A, Häntzsch M, Hegerl U, Henger S, Thiery J (2015) The LIFE-Adult-Study: objectives and design of a population-based cohort study with 10,000 deeply phenotyped adults in Germany. BMC Public Health 15(1):691. https://​doi.​org/​10.​1186/​s12889-015-1983-zCrossRefPubMedPubMedCentral
43.
Zurück zum Zitat Engel C, Wirkner K, Zeynalova S, Baber R, Binder H, Ceglarek U, Enzenbach C, Fuchs M, Hagendorff A, Henger S, Hinz A, Rauscher FG, Reusche M, Riedel-Heller SG, Röhr S, Sacher J, Sander C, Schroeter ML, Tarnok A, Zuelke AE (2022) Cohort profile: the LIFE-adult-study. Int J Epidemiol 52(1):e66–e79. https://doi.org/10.1093/ije/dyac114CrossRefPubMedCentral Engel C, Wirkner K, Zeynalova S, Baber R, Binder H, Ceglarek U, Enzenbach C, Fuchs M, Hagendorff A, Henger S, Hinz A, Rauscher FG, Reusche M, Riedel-Heller SG, Röhr S, Sacher J, Sander C, Schroeter ML, Tarnok A, Zuelke AE (2022) Cohort profile: the LIFE-adult-study. Int J Epidemiol 52(1):e66–e79. https://​doi.​org/​10.​1093/​ije/​dyac114CrossRefPubMedCentral
44.
Zurück zum Zitat Kirsten T, Meineke FA, Loeffler-Wirth H, Beger C, Uciteli A, Stäubert S, Löbe M, Hänsel R, Rauscher FG, Schuster J, Peschel T, Herre H, Wagner J, Zachariae S, Engel C, Scholz M, Rahm E, Binder H, Loeffler M, team L (2022) The leipzig health atlas—an open platform to present, archive, and share biomedical data, analyses, and models online. Methods Inf Med 61(Suppl 2):e103–e115. https://doi.org/10.1055/a-1914-1985CrossRefPubMedPubMedCentral Kirsten T, Meineke FA, Loeffler-Wirth H, Beger C, Uciteli A, Stäubert S, Löbe M, Hänsel R, Rauscher FG, Schuster J, Peschel T, Herre H, Wagner J, Zachariae S, Engel C, Scholz M, Rahm E, Binder H, Loeffler M, team L (2022) The leipzig health atlas—an open platform to present, archive, and share biomedical data, analyses, and models online. Methods Inf Med 61(Suppl 2):e103–e115. https://​doi.​org/​10.​1055/​a-1914-1985CrossRefPubMedPubMedCentral
Metadaten
Titel
Retinale optische Kohärenztomographie Biomarker und ihr Zusammenhang mit kognitiven Funktionen
Klinische Praxis und künstliche Intelligenz Ansätze
verfasst von
Dr. Franziska G. Rauscher
Prof. Rui Bernardes
Publikationsdatum
29.01.2024
Verlag
Springer Medizin
Erschienen in
Die Ophthalmologie / Ausgabe 2/2024
Print ISSN: 2731-720X
Elektronische ISSN: 2731-7218
DOI
https://doi.org/10.1007/s00347-024-01985-y

Weitere Artikel der Ausgabe 2/2024

Die Ophthalmologie 2/2024 Zur Ausgabe

Neu im Fachgebiet Augenheilkunde

Update Augenheilkunde

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.