Stap dichter bij AI-assistent die glaucoom kan opsporen

De afgelopen jaren werden wereldwijd heel wat diagnostische AI-modellen voor glaucoomdetectie ontwikkeld. Op interne data doen die het vaak goed, maar zelden zijn ze inzetbaar op externe data van andere centra. Dat komt door allerlei factoren zoals het gebruik van verschillende camera’s bij het maken van oogfoto's, wat leidt tot variaties in belichting. Ook spelen demografische en etnische factoren een rol: het dominante type glaucoom in Europa is bijvoorbeeld verschillend van dat in Azië.

Andere aanpak

Postdoctoraal onderzoeker Ruben Hemelings: “Wij kozen voor een andere aanpak en ontwikkelden een zogenaamd regressie-gebaseerd model op basis van de cup-to-disc (C/D) ratio, een anatomische meting van de blinde vlek in de retina. Hogere C/D waarden zijn geassocieerd met glaucoom. Ons nieuwe algoritme werd getraind op één enkele dataset van ongeveer 24.000 gepseudonimiseerde netvliesbeelden gemaakt in UZ Leuven, maar kon ook in 13 externe datasets met grote betrouwbaarheid glaucoom detecteren.”

Het model werd retrospectief gevalideerd op net geen 150.000 oogfoto’s uit zes landen, verspreid over vier continenten. Met een gevoeligheid van meer dan 85% in twee grote screeningsets behaalde het met gemak de internationale minimumcriteria.

Volgende stappen

Prof. dr. Ingeborg Stalmans, oogarts in UZ Leuven: “Onze studie brengt ons een grote stap dichter bij een kosteneffectieve tool die artsen wereldwijd kan helpen bij glaucoomscreening in de brede bevolking. Alleen een tijdige diagnose en behandeling kan onomkeerbaar gezichtsverlies voorkomen.”

De volgende horde wordt een grootschalige prospectieve studie, waarbij het AI-algoritme zal worden ingezet om oogfoto's van diverse gezondheidscentra te analyseren. Die studie is van cruciaal belang om potentiële technische, logistieke en operationele uitdagingen te identificeren en aan te pakken voordat de AI-assistent op brede schaal kan worden toegepast.