Neovasküler yaşa bağlı makula dejenerasyonunda tedavi sonuçlarını tahmin etmek için genetik, yaş ve görüntülemeyi entegre etmek: kavram kanıtı çalışması

Görme ve yaşlanma açısından neden önemli

İnsanlar daha uzun yaşadıkça, merkezi görmeyi çalabilen ve okuma ya da araç kullanma gibi günlük işleri zor veya imkansız hale getirebilen yaşa bağlı makula dejenerasyonu (AMD) riski artıyor. Doktorların artık hastalığın agresif bir formunu yavaşlatabilecek veya durdurabilecek etkili göz içi enjeksiyonları var, ancak hastaların bu tedaviye yanıtı ve tedavi sıklığı büyük ölçüde değişiyor. Bu çalışma, genetik bilgilerimizi, göz taramalarını ve yaşı birleştirmenin doktorların kimin terapiden en çok yararlanacağını ve hastalığın zaman içinde nasıl seyredeceğini öngörmesine yardımcı olup olmayacağını araştırıyor; bu da daha kişiselleştirilmiş göz bakımının önünü açabilir.

Üç ipucunu bir araya getirmek

Araştırmacılar retina altındaki sızdıran yeni kan damarlarının yol açtığı “ıslak” form olan neovasküler AMD’ye odaklandı. Toplam 106 katılımcının tamamı, hastalığı kontrol altına almak için standart ilaçlar olan anti-VEGF enjeksiyonlarının uygulandığı ortak “tedavi ve uzatma” protokolüyle tek bir uzman göz hastanesinde tedavi edildi. Her kişi için ekip, modern kliniklerde rutin olarak bulunan üç tür bilgiyi topladı: retina detaylı kesitsel taramaları (OCT taramaları), genetik test için kan örneği ve ilk enjeksiyon sırasındaki yaş gibi basit demografik veriler.

Retinayı yapay zeka ile okumak

OCT taramaları, aktif hastalığı gösteren küçük sıvı cepleri ve retinadaki diğer yapısal değişiklikleri ortaya çıkarabilir. İnsan derecelendiricilere güvenmek yerine ekip, retinanın içindeki ve altındaki sıvı ile ışığı algılayan tabaka altındaki kabarmalar dahil olmak üzere birkaç kilit özelliğin hacmini otomatik olarak ölçmek için derin öğrenme modeli kullandı. Bu ölçümler, tedavi başlangıcında gözün ne kadar hasarlı veya aktif olduğuna dair nesnel göstergeler olarak hizmet etti. Ana hedef, tedavi başladıktan iki yıl sonra bir gözün “kuru” olup olmayacağını — temelde görünür sıvıdan arınmış bir durum — öngörmekti; bu durum sessiz hastalığı yansıtır ve görüntüleme ile doğrulaması nispeten basittir.

Bulmacaya eklenen genetik yük

Çalışma ayrıca, makula dejenerasyonuyla ilişkili birçok yaygın genetik varyantın birleşik etkisini özetleyen tek bir sayı olan poligenik risk skorunu içerdi. Bu skor tek başına tedavi yanıtını tahmin etmekten çok, bir kişinin hastalığı geliştirmeye ne kadar yatkın olduğunu ve hastalığın ne zaman ortaya çıkabileceğini yakalar. Bu kohortta, insanların genel nüfusa göre daha yüksek genetik riske sahip olma eğiliminde olduğu ve daha yüksek puanlı kişilerin tedaviye daha genç yaşta başladığı görüldü; bu da genetik yükün, enjeksiyonlara gözün nasıl tepki verdiğini doğrudan belirlemese bile hastalığı hayatta daha erken başlattığını düşündürüyor.

Birleşik modelin performansı nasıldı

Bu ipuçlarını harmanlamanın tahmini iyileştirip iyileştirmediğini test etmek için araştırmacılar yaş, görüntüleme ve genetik verilerin farklı kombinasyonlarını kullanan makine öğrenimi modelleri kurdular. Sadece göz taraması özelliklerini kullanarak iki yılda kuru makulayı tahmin etmeye çalıştıklarında performans makul düzeydeydi. Genetik risk skoru ve yaşı eklediklerinde, modelin iki yıl sonunda kuru olan ve olmayan gözleri ayırt etme yeteneği önemli ölçüde iyileşti ve yaygın istatistiksel standartlara göre yüksek bir doğruluk düzeyine ulaştı.

Hastalar ve gelecek için ne anlama geliyor

Makula dejenerasyonu olan veya risk altındaki kişiler için bu kavram kanıtı çalışması, tedaviye daha uyarlanmış bir yaklaşımın ufukta olabileceğini gösteriyor. Bir kişinin kalıtsal riski, retinal yapısının ince detayları ve yaşı bir araya getirildiğinde, doktorlar nihai olarak sessiz, sıvı içermeyen bir makula elde etme şansını tahmin edebilir ve buna göre takip planlayabilir. Mevcut çalışma küçük ve tek bir merkezden seçildiği için modeller rutin klinik kullanım için hazır değil ve günlük görsel deneyimden ziyade anatomik sonuçlara odaklanıyor. Yine de sonuçlar, genetiği ve gelişmiş görüntülemeyi tek bir yapay zeka çerçevesinde birleştirmenin teknik olarak mümkün ve biyolojik olarak mantıklı olduğunu gösteriyor; bu da göz bakımında hassas tıbbı saha çalışmalarına taşıyabilecek daha büyük çalışmalara zemin hazırlıyor.

Atıf: Moghul, I., Pontikos, N., Sharma, A. et al. Integrating genetics, age and imaging to predict treatment outcomes in neovascular age-related macular degeneration: a proof-of-concept study. Sci Rep 16, 12489 (2026). https://doi.org/10.1038/s41598-026-41931-3

Anahtar kelimeler: yaşa bağlı makula dejenerasyonu, genetik risk skoru, retinal görüntüleme, yapay zeka, kişiselleştirilmiş göz tedavisi