Onderzoekers zijn er, op initiatief van Het Oogziekenhuis Rotterdam, in geslaagd om met behulp van artificial intelligence (AI) de diagnose ‘glaucoom’ 35 procent beter te stellen. Dat meldt het Oogziekenhuis Rotterdam.
Glaucoom is een oogziekte die het gezichtsvermogen onherstelbaar aantast, soms zelfs leidend tot blindheid. Behandeling kan alleen zorgen dat het oog in het beste geval niet verder achteruitgaat. De ziekte is wereldwijd de belangrijkste oorzaak van onomkeerbare blindheid. Glaucoom is ook vrij goed te behandelen. In een vroeg stadium de ziekte diagnosticeren is dan ook belangrijk. En daar zit hem vooral het probleem; zelfs in een ontwikkeld en rijk land als Nederland wordt in slechts 50 procent van de gevallen de juiste diagnose ‘glaucoom’ gesteld en wordt een passende behandeling opgestart.
Onderzoekers hebben nu een algoritme ontwikkeld waarmee niet-glaucoomspecialisten even goed glaucoom kunnen diagnosticeren als glaucoomspecialisten.
Hoe het begon
Hans Lemij (glaucoomspecialist bij Het Oogziekenhuis Rotterdam) en Koen Vermeer (voormalig directeur en momenteel adviseur bij het Rotterdams Oogheelkundig Instituut) bogen zich drie jaar geleden over dit probleem en vroegen zich af of het mogelijk zou zijn om – door middel van artificial intelligence (AI) een computer te ‘leren’ om aan de hand van een (fundus) foto van het oog glaucoom goed genoeg te ontdekken. Hiermee zou grootschalige screening op glaucoom mogelijk worden en daarmee blindheid en slechtziendheid door glaucoom wereldwijd bij vele mensen worden voorkomen.
Het AI-project
Het project startte met het opzetten van een fotodatabase. Fundusfoto’s van ruim 110.000 ogen van mensen van diverse etniciteit - een representatieve mix van de wereldbevolking - werden beoordeeld.
Het meest cruciale onderdeel van het project was het labelen van de foto’s. Hiervoor werd een grote groep optometristen/oogartsen getraind. Na intensieve scholing en diverse selectierondes en examens werden 20 optometristen/oogartsen uit binnen- en buitenland geselecteerd om de foto’s één-voor-één te labelen met ‘glaucoom’, ‘geen glaucoom’ of ‘niet te beoordelen’. Alle ruim 110.000 fundusfoto’s zijn op die manier gelabeld.
Een AI-challenge
De volgende stap was om een algoritme te bouwen op basis van de beschikbare – gelabelde – fundusfoto’s. In samenwerking met de afdeling Artificial Intelligence van de Universiteit van Amsterdam werd begin 2022 een challenge georganiseerd. De winnende groep bereikte een diagnosepercentage van 85% om glaucoom te herkennen, ongeacht etniciteit en ongeacht de gebruikte funduscamera. Dat is net zo goed als een glaucoomspecialist dat zou doen.
Door: Nationale Zorggids
