Onderzoekers hebben deep-learning (AI) modellen ontwikkeld om oogartsen te ondersteunen bij het diagnosticeren van hoornvliesinfecties, zoals keratitis (IK). Deze ontsteking van het hoornvlies treft wereldwijd miljoenen mensen, vooral in ontwikkelingslanden waar de toegang tot gespecialiseerde oogzorg beperkt is. Keratitis is daarmee een belangrijke oorzaak van hoornvliesblindheid op mondiaal niveau.
Het onderzoek, waarin 35 studies over het gebruik van AI-modellen om infectieuze keratitis te diagnosticeren zijn geanalyseerd, maakt melding van goede resultaten. Die zijn gepubliceerd in eClinicalMedicine, onderdeel van The Lancet.
AI presteert iets beter
Het onderzoek concludeert dat de AI-modellen feitelijk net zo goed, of eigenlijk fractioneel beter, presteren als oogartsen. Voor het onderzoek werden in totaal meer dan 136.000 afbeeldingen van het hoornvlies door de verschillende AI-modellen geanalyseerd. De AI-modellen evenaarden de diagnostische nauwkeurigheid van oogartsen met een gevoeligheid van 89,2 procent en een specificiteit van 93,2 procent. De oogartsen bereikten tijdens de diagnose respectievelijk 82,2 procent gevoeligheid en 89,6 procent specificiteit.
“Ons onderzoek toont aan dat AI het potentieel heeft om snelle, betrouwbare diagnoses te stellen, wat een revolutie teweeg kan brengen in de manier waarop we hoornvliesinfecties wereldwijd behandelen. Dit is vooral veelbelovend voor regio's waar de toegang tot specialistische oogzorg beperkt is, en kan helpen om de last van vermijdbare blindheid wereldwijd te verminderen”, aldus Dr. Ting, hoofdauteur van het onderzoek, Birmingham Health Partners (BHP) Fellow en consultant oogheelkunde aan de Universiteit van Birmingham.
Onderliggende oorzaken onderscheiden
De AI-modellen bleken ook effectief in het maken van onderscheid tussen gezonde ogen, geïnfecteerde hoornvliezen en de verschillende onderliggende oorzaken van IK, zoals bacteriële of schimmelinfecties.
Hoewel deze resultaten het potentieel van deep learning en AI-modellen in de oogzorg aantonen, benadrukten onderzoekers ook, dat er – behalve externe validatie van de bevindingen – ook meer diverse data nodig om de betrouwbaarheid van deze modellen voor klinisch gebruik te vergroten. Omdat AI-technologie blijft groeien en een centrale rol blijft spelen in de geneeskunde, kan het binnenkort een belangrijk hulpmiddel worden bij het voorkomen van hoornvliesblindheid wereldwijd.
Glaucoom in Beeld
Ook in Nederland wordt al enkele jaren onderzoek gedaan naar het gebruik van AI-modellen voor het beter (en sneller) diagnosticeren van oogaandoeningen. Een mooi voorbeeld is het AI-project 'Glaucoom in Beeld'. Daarvoor werden in 2020 meer dan 100.000 fundusfoto’s beschikbaar gesteld. Met die foto’s werden de computers met behulp van AI 'getraind' op het herkennen van glaucoom. Hiervoor werden alle fundusfoto's eerst door twee specialisten beoordeeld. Die gegevens werden, samen met de foto's in het computersysteem ingevoerd.
Vervolgens werd gekeken of de computer dezelfde diagnose stelt als de specialisten. Door de enorme hoeveelheid aan foto's en beoordelingen zal de computer, met behulp van AI (kunstmatige intelligentie) leren om aan de hand van een fundusfoto te bepalen of het betreffende oog glaucoom heeft.
