Deep Learning for Retinal Degeneration Assessment: A Comprehensive Analysis of the MARIO AMD Progression Challenge

要約

MICCAI 2024で開催されたMARIOチャレンジは、光干渉断層計（OCT）画像の解析による加齢黄斑変性（AMD）の自動検出とモニタリングの進歩に焦点を当てた。AMDにおける新生血管の活動変化を検出するアルゴリズムの性能を評価するために設計されたこの課題には、ユニークなマルチモダルデータセットが組み込まれた。フランスのブレストから提供された主要データセットは、参加チームがモデルの訓練とテストに使用した。最終的なランキングは、このデータセットでのパフォーマンスに基づいて決定された。アルジェリアからの補助データセットは、提出されたソリューションからの人口とデバイスのシフトを評価するために、チャレンジ後に使用された。MARIOチャレンジには2つのタスクがあった。1つ目は、2つの連続した2D OCT Bスキャン間の進化の分類である。もう1つは、抗血管内皮増殖因子（VEGF）療法を受けている患者の3ヵ月にわたる将来のAMDの進展予測であった。35チームが参加し、最終選考に残った上位12チームがその方法を発表した。本論文では、OCT、赤外画像、臨床データ（受診回数、年齢、性別など）を用いたAMDモニタリングのベンチマークを設定し、チャレンジの構成、課題、データの特徴、受賞方法について概説する。このチャレンジの結果は、人工知能（AI）がAMD進行の測定（タスク1）において医師と同等の性能を発揮するが、将来の進化（タスク2）を予測することはまだできないことを示している。

要約(オリジナル)

The MARIO challenge, held at MICCAI 2024, focused on advancing the automated detection and monitoring of age-related macular degeneration (AMD) through the analysis of optical coherence tomography (OCT) images. Designed to evaluate algorithmic performance in detecting neovascular activity changes within AMD, the challenge incorporated unique multi-modal datasets. The primary dataset, sourced from Brest, France, was used by participating teams to train and test their models. The final ranking was determined based on performance on this dataset. An auxiliary dataset from Algeria was used post-challenge to evaluate population and device shifts from submitted solutions. Two tasks were involved in the MARIO challenge. The first one was the classification of evolution between two consecutive 2D OCT B-scans. The second one was the prediction of future AMD evolution over three months for patients undergoing anti-vascular endothelial growth factor (VEGF) therapy. Thirty-five teams participated, with the top 12 finalists presenting their methods. This paper outlines the challenge’s structure, tasks, data characteristics, and winning methodologies, setting a benchmark for AMD monitoring using OCT, infrared imaging, and clinical data (such as the number of visits, age, gender, etc.). The results of this challenge indicate that artificial intelligence (AI) performs as well as a physician in measuring AMD progression (Task 1) but is not yet able of predicting future evolution (Task 2).

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL