Onderzoekers zijn er, op initiatief van Het Oogziekenhuis Rotterdam, in geslaagd om met behulp van artificial intelligence (AI) de diagnose ‘glaucoom’ 35% beter te stellen. Met dank aan een algoritme en database met 110.000 oogfoto’s.
Glaucoom is een oogziekte die het gezichtsvermogen onherstelbaar aantast, soms zelfs leidend tot blindheid. In een vroeg stadium de ziekte diagnosticeren is belangrijk, maar daarin zit vooral het probleem: zelfs in een ontwikkeld land als Nederland wordt in slechts 50% van de gevallen de juiste diagnose ‘glaucoom’ gesteld en een passende behandeling gestart. Onderzoekers hebben nu echter een algoritme ontwikkeld, waarmee niet-glaucoomspecialisten even goed glaucoom kunnen diagnosticeren als glaucoomspecialisten.
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. Zij vroegen zich af of het mogelijk zou zijn om, door middel van AI, een computer te ‘leren’ aan de hand van een (fundus)foto van het oog glaucoom goed genoeg te ontdekken. Hiermee zou grootschalige screening op glaucoom mogelijk worden, en zouden blindheid en slechtziendheid door glaucoom wereldwijd bij vele mensen kunnen worden voorkomen.
Labelen van foto’s
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. Het meest cruciale onderdeel van het project was het labelen van deze foto’s. Na intensieve scholing en diverse selectierondes en examens werden twintig optometristen/oogartsen uit binnen- en buitenland geselecteerd om de foto’s een-voor-een te labelen met ‘glaucoom’, ‘geen glaucoom’ of ‘niet te beoordelen’.
De volgende stap was 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 rondom het project georganiseerd. De winnende groep bereikte een diagnosepercentage van 85% om glaucoom te herkennen, ongeacht etniciteit en de gebruikte funduscamera. Dat is net zo goed als een glaucoomspecialist dat zou doen.
Laagdrempelig inzetbaar
De inzet van AI voor het herkennen van glaucoom is overigens niet nieuw. In China werd eerder een dergelijk traject opgestart, maar deze studie is gebaseerd op Chinese ogen en niet inzetbaar voor niet-Chinese ogen.
Het Nederlandse algoritme blijkt uit onderzoek breed en laagdrempelig inzetbaar. De volgende stap is de opgedane kennis breder te verspreiden en te implementeren.