Summary

 The implementation of clinical-decision support algorithms for medical imaging faces challenges with reliability and interpretability. Here, we establish a diagnostic tool based on a deep-learning framework for the screening of patients with common treatable blinding retinal diseases. Our framework utilizes transfer learning, which trains a neural network with a fraction of the data of conventional approaches. Applying this approach to a dataset of optical coherence tomography images, we demonstrate performance comparable to that of human experts in classifying age-related macular degeneration and diabetic macular edema. We also provide a more transparent and interpretable diagnosis by highlighting the regions recognized by the neural network. We further demonstrate the general applicability of our AI system for diagnosis of pediatric pneumonia using chest X-ray images. This tool may ultimately aid in expediting the diagnosis and referral of these treatable conditions, thereby facilitating earlier treatment, resulting in improved clinical outcomes. 

Video Abstract

Abstract Primary diabetes care and diabetic retinopathy (DR) screening persist as major public health challenges due to a shortage of trained primary care physicians (PCPs), particularly in low-resource settings. Here, to bridge the gaps, we developed an integrated image–language system (DeepDR-LLM), combining a large language model (LLM module) and image-based deep learning (DeepDR-Transformer), to provide individualized diabetes management recommendations to PCPs. In a retrospective evaluation, the LLM module demonstrated comparable performance to PCPs and endocrinology residents when tested in English and outperformed PCPs and had comparable performance to endocrinology residents in Chinese. For identifying referable DR, the average PCP’s accuracy was 81.0% unassisted and 92.3% assisted by DeepDR-Transformer. Furthermore, we performed a single-center real-world prospective study, deploying DeepDR-LLM. We compared diabetes management adherence of patients under the unassisted PCP arm ( n = 397) with those under the PCP+DeepDR-LLM arm ( n = 372). Patients with newly diagnosed diabetes in the PCP+DeepDR-LLM arm showed better self-management behaviors throughout follow-up ( P < 0.05). For patients with referral DR, those in the PCP+DeepDR-LLM arm were more likely to adhere to DR referrals ( P < 0.01). Additionally, DeepDR-LLM deployment improved the quality and empathy level of management recommendations. Given its multifaceted performance, DeepDR-LLM holds promise as a digital solution for enhancing primary diabetes care and DR screening.

PurposeThis study aimed to characterize the clinical features, genetic findings and genotype-phenotype correlations of patients with Leber congenital amaurosis (LCA) or early-onset severe retinal dystrophy (EOSRD) harboring biallelic AIPL1 pathogenic variants.DesignRetrospective case-series.MethodsThis study consecutively enrolled 51 patients from 47 families with a clinical diagnosis of LCA/EOSRD harboring disease-causing variants in the AIPL1 gene, from October 2021 to September 2023. Molecular genetic findings, medical history, and ophthalmic evaluation including visual acuity (VA), multimodal retinal imaging and electrophysiologic assessment were reviewed.ResultsOf the 51 patients (32 with LCA and 19 with EOSRD), 27 (53%) were females, and age at last review ranged from 0.5-58.4 years. We identified 28 disease-causing AIPL1 variants, with 18 being novel. In patients with EOSRD, the mean (range) VA was 1.3 (0.7–2.7) logMAR and 1.3 (0.5–2.3) logMAR for right and left eyes respectively, with an average annual decline of 0.03 logMAR (R2 = 0.7547, P < 0.01). For patients with LCA, the VA ranged from light perception to counting fingers. Optical coherence tomography imaging demonstrated preservation of foveal ellipsoid zone in the 5 youngest EOSRD patients and 9 LCA children. Electroretinography showed severe cone-rod patterns in 78.6% (11/14) of patients with EOSRD, while classical extinguished pattern was documented in all patients with LCA available for the examination. The most common mutation was the nonsense variants of c.421C>T, with am allele frequency of 53.9%. All patients with EOSRD carried at least one missense mutation, of whom 13 identified with c.152A>G and 5 with c.572T>C. Twenty-six patients with LCA harbored two null AIPL1 variants, while 18 were homozygous for c.421C>T, and 6 were heterozygous for c.421C>T with another loss-of-function variant.ConclusionsThis study reveals distinct clinical features and variation spectrum between AIPL1-associated LCA and EOSRD. Patients harboring at least one non-null mutations, especially c.152A>G and c.572T>C, were significantly more likely to have a milder EOSRD phenotype than those with two null mutations. Residual foveal outer retinal structure observed in the youngest proportion of patients suggests an early window for gene augmentation therapy.

The smallest Cas13 family protein, CasRx, has a high cleavage activity and targeting specificity, offering attractive opportunity for therapeutic applications. Here we report that delivery of CasRx by adeno-associated virus via intravitreal injection could efficiently knockdown Vegfa transcripts and significantly reduce the area of laser-induced choroidal neovascularization in a mouse model of age-related macular degeneration. Thus, RNA-targeting CRISPR system could be used for in vivo gene therapy.

Retinal ganglion cells (RGC) are the primary cell type injured in a variety of diseases of the optic nerve, and the early changes of RGC's RNA profiling may be important to understand the mechanism of optic nerve injury and axon regeneration. Here we employed the optic nerve crush (ONC) model to explore early mRNA alterations in RGCs using laser capture microdissection (LCM) and single-cell RNA sequencing. We successfully established an optimal LCM protocol using 30 μm-thick retinal tissue sections mounted on glass slides and laser pressure catapulting (LPC) to collect RGCs and obtain high-quality RNA for single-cell sequencing. Based on our protocol, we identified 8744 differentially expressed genes that were involved in ONC-related early mRNA alterations in RGCs. Candidate genes included Atf3, Lgals3, LOC102551701, Plaur, Tmem140 and Maml1. The LCM-based single-cell RNA sequencing allowed new insights into the early mRNA changes in RGCs, highlighting new molecules associated with ONC.

To analyze the changes in scientific output relating to Leber congenital amaurosis (LCA) and forecast the study trends in this field.

Photoreceptor degeneration is a leading cause of visual impairment worldwide. Separation of neurosensory retina from the underlying retinal pigment epithelium is a prominent feature preceding photoreceptor degeneration in a variety of retinal diseases. Although ophthalmic surgeries have been well developed to restore retinal structures, post-op patients usually experience progressive photoreceptor degeneration and irreversible vision loss that is incurable at present. Previous studies point to a critical role of mitochondria-mediated apoptotic pathway in photoreceptor degeneration, but the upstream triggers remain largely unexplored. In this study, we show that after experimental RD induction, photoreceptors activate dynamin-related protein 1 (Drp1)-dependent mitochondrial fission pathway and subsequent apoptotic cascades. Mechanistically, endogenous ROS is necessary for Drp1 activation in vivo and exogenous ROS insult is sufficient to activate Drp1-dependent mitochondrial fission in cultured photoreceptors. Accordingly, inhibition of Drp1 activity effectively preserves mitochondrial integrity and rescues photoreceptors. Collectively, our data delineates a ROS-Drp1-mitochondria axis that promotes photoreceptor degeneration in retinal diseased models.