Met behulp van deep learning heeft Friso Heslinga AI-gestuurde computermodellen gemaakt om hoornvlies- en netvliesbeelden te analyseren. Met de uitkomsten daarvan kunnen oogartsen in de toekomst worden geholpen. Heslinga promoveerde in juni 2022 op dit onderzoek aan de Technische Universiteit Eindhoven.
Oogartsen maken gebruik van geavanceerde beeldvormende technieken om de gezondheid van het hoornvlies en het netvlies in het oog te beoordelen. Afbeeldingen met een hoge resolutie kunnen bijvoorbeeld worden gebruikt om te controleren hoe succesvol een hoornvliestransplantatie is geweest. Tevens kan bekeken worden of er vroege tekenen van type 2-diabetes aanwezig zijn. Met AI kan de oogarts worden ondersteund bij het herkennen van oogproblemen.
Gedetailleerde analyse van deze beelden kan veel tijd kosten, wat in de standaard klinische praktijk onpraktisch is omdat een snelle diagnose van groot belang kan zijn. Voor zijn promotieonderzoek werkte Friso Heslinga samen met ziekenhuizen in Nederland en Denemarken om oogbeelden te verkrijgen van patiënten met verschillende oogproblemen. Met behulp van deep learning heeft hij computermodellen gebouwd die automatische analyses kunnen uitvoeren en oogartsen kunnen ondersteunen bij het bieden van de juiste behandeling van patiënten.
AI-modellen getraind met diep leren
Voor zijn promotieonderzoek ontwikkelde Heslinga kunstmatige-intelligentiemodellen, die werden getraind met behulp van gesuperviseerd diep leren, om automatisch de dikte van het hoornvlies op elk punt in het oog te meten en een gedetailleerde diktekaart te maken. Daarnaast bedacht hij een manier om ervoor te zorgen dat de kaarten altijd gecentreerd zijn. “Artsen kunnen bestuderen hoe de dikte van het hoornvlies evolueert en waar de veranderingen plaatsvinden tijdens verschillende onderzoeken. Dit kan erg handig zijn om het succes van een cornea-operatie te beoordelen”, vertelt Heslinga op de website van TU Eindhoven.
Hoornvliestransplantatie automatisch analyseren
Een andere hoornvliesgerelateerde behandeling waar Heslinga naar keek, was een hoornvliestransplantatie, waarbij donorhoornvliesweefsel aan de binnenkant van het eigen hoornvlies van de patiënt wordt bevestigd. Dit kan een moeilijk proces zijn voor chirurgen, omdat ze tijdens de operatie ervoor moeten zorgen dat het donorweefsel niet ondersteboven ligt. Als het ondersteboven ligt, kan het niet aan het bestaande hoornvlies worden bevestigd. “Om chirurgen te helpen bij hun taak hebben we samen met onze medewerkers van de afdeling oogheelkunde van het UMC Utrecht een methode ontwikkeld om de beelden van het hoornvliesweefsel tijdens de operatie automatisch te beoordelen op de juiste oriëntatie”, zegt Heslinga. .
Netvliesbeschadigingen bij diabetes signaleren
Verder bestudeerde Heslinga beelden van het netvlies. "Eerder hebben onderzoeken aangetoond dat automatische beeldanalyse kan worden gebruikt om te controleren of het netvlies is beschadigd, vooral als de patiënt al langere tijd diabetes heeft zonder succesvolle behandeling", zegt Heslinga. "Op dat moment zou de schade aan het netvlies echter goed zichtbaar moeten zijn, en tot nu toe hebben geen studies de vroege stadia van diabetes automatisch kunnen detecteren."
Heslinga en zijn medewerkers creëerden een kunstmatige-intelligentiemodel dat onderscheid kan maken tussen retinale beelden van mensen met diabetes type 2 en beelden van mensen met een normaal glucosemetabolisme, en zelfs prediabetes. Dit was alleen mogelijk dankzij de samenwerking met The Maastricht Study, die meer dan 50.000 foto's beschikbaar heeft gesteld voor het trainen en testen van zijn model.
Klinische testen en validatie nog nodig
Heslinga's technieken moeten nog uitgebreid klinisch getest en gevalideerd worden voordat ze in ziekenhuizen kunnen worden gebruikt, maar hij is optimistisch dat kunstmatige intelligentie in de nabije toekomst oogartsen op veel manieren zal ondersteunen. "Ik zie een toekomst voor me waarin mijn modellen en technieken een sleutelrol spelen bij de behandeling van problemen met het hoornvlies en het netvlies bij talloze patiënten over de hele wereld", zegt Heslinga. "Dit zijn nieuwe hulpmiddelen om toekomstige oogartsen te helpen het allerbeste te doen voor patiënten en het draait allemaal om het gebruik van een beetje AI voor het oog."
Ogen & inzet AI
Met behulp van AI kunnen oogartsen meer waarnemen over de gezondheid van een patiënt, zoals onder meer uit het onderzoek van de kersverse doctor Friso Heslinga blijkt. Er wordt dan ook steeds meer onderzoek gedaan met slimme analyses van de ogen. Zo is er bijvoorbeeld een AI-gestuurd systeem ontwikkelt dat aankomende hart- en vaatproblemen kan traceren en zelfs een hartaanval kan zien aankomen door de ogen te scannen. Het onderzoek werd gedaan op de universiteit van Leeds. Het gaat hier om een interessante screeningsmogelijkheid die de opticien een verrassende rol kan geven in de preventieve gezondheidszorg.
Een ander goed voorbeeld van kunstmatige intelligentie die ingezet wordt voor het analyseren van de ogen is het AI-project ‘Glaucoom in Beeld’ van het Oogziekenhuis dat alweer een tijdje onderweg is. Doel van het project is het onderzoeken van de mogelijkheid om kunstmatige intelligentie (AI) in te zetten bij de beoordeling van oogfoto’s en het vroegtijdig diagnosticeren van glaucoom. Begin oktober is gestart met de zogenoemde AI-training, het beoordelen van meer dan 100.000 fundusfoto’s
