Wereldwijd groeit het aantal mensen met bijziendheid zo sterk dat deskundigen voorspellen dat in 2050 ongeveer de helft van alle mensen er last van hebben. Dat wordt onder andere toegeschreven aan het almaar groeiende aantal mensen dat regelmatig dichtbij naar schermen tuurt. Denk aan werken of films kijken op smartphones en tablets.
Met de toename van het aantal mensen dat te maken krijgt met bijziendheid, groeit ook de behoefte om de aandoening eerder en effectiever te diagnosticeren. Zeker omdat deze ziekte bij een deel van de patiënten uitgroeit tot het veel ernstigere – en onomkeerbare - myopische maculopathie. Bij die patiënten helpen een bril of contactlenzen om het zicht te herstellen dan ook niet meer.
Myopische maculopathie diagnose met AI
Myopische maculopathie treedt op wanneer het deel van het oog waarmee we scherp in de verte zien, wordt uitgerekt en beschadigd. Na verloop van tijd wordt de vorm van het oog langwerpig - meer als een rugbybal en minder als een bol. Wanneer dit gebeurt, vervormd hert zicht. Onderzoekers van de School of Computing and Augmented Intelligence aan de Arizona State University werken nu aan nieuwe diagnostische hulpmiddelen die gebruikmaken van AI.
“AI luidt een revolutie in die gebruik maakt van wereldwijde kennis om de nauwkeurigheid van diagnoses te verbeteren, vooral in het vroegste stadium van de ziekte. Deze vooruitgang zal de medische kosten verlagen en de kwaliteit van leven voor hele samenlevingen verbeteren”, vertelt Yalin Wang, een van de onderzoekers en professor in computerwetenschappen.
Dat AI in staat is om oogaandoeningen, zoals glaucoom, in bepaalde gevallen beter te diagnosticeren dan oogartsen, is eerder al aangetoond. Eerder dit jaar bewees een team van de New York Eye and Ear Infirmary of Mount Sinai (NYEE) met hun onderzoek dat de resultaten van OpenAI's Generative Pre-training Model 4 (GPT-4) soms beter presteert dan oogartsen als het gaat om het diagnosticeren van glaucoom en netvliesaandoeningen.
Onderzoek en ontwikkeling
Wang en zijn team zich op de classificatie van bijziende maculopathie. De ziekte heeft vijf classificaties die de ernst ervan beschrijven. Het bepalen van het juiste niveau helpt oogartsen om meer op maat gemaakte, effectieve oplossingen te bieden aan de patiënt.
De onderzoekers van Fulton Schools creëerden nieuwe AI-algoritmen met de naam NN-MobileNet. Deze software gestuurde instructies zijn ontworpen om software te helpen retinale beelden effectiever te scannen en de juiste classificatie van myopische maculopathie te voorspellen. Het onderzoek werd gepubliceerd in Myopic Maculopathy Analysis.
Vervolgonderzoek
Vervolgens richtte het team hun aandacht op pogingen in de wetenschappelijke gemeenschap om een type AI, diepe neurale netwerken genaamd, te gebruiken om het sferische equivalent in netvliesscans te voorspellen. Het sferische equivalent is een schatting van de brekingsafwijking van het oog die artsen nodig hebben bij het voorschrijven van brillen of contactlenzen. Bij diepe neurale netwerken laten onderzoekers computers enorme gegevensreeksen analyseren en passen ze AI-gestuurde algoritmen toe om nuttige conclusies te trekken.
Met een nauwkeurigere meting van het sferisch equivalent kunnen artsen nauwkeurigere behandeladviezen geven. Wang en zijn team ontwikkelden daarom nieuwe algoritmen die zich richtten op de kwaliteit en relevantie van de gegevens. Hun nieuwe model voor de analyse van netvliesbeelden behaalde uitzonderlijke resultaten terwijl de benodigde rekenkracht tot een minimum werd beperkt. De resultaten van dit onderzoek werden ook gepubliceerd in Myopic Maculopathy Analysis.
