FoodPro Preloader

Diabetische retinopathie: automatische computerdiagnose


Een computeralgoritme op basis van zogenaamd "diep mechanisch leren" is in staat om diabetische retinopathie en diabetisch macula-oedeem te diagnosticeren door foto's van de ogen van patiënten met diabetes te analyseren. Diabetische retinopathie is een complicatie van diabetes veroorzaakt door laesies in de bloedvaten van het oog, resulterend in wazige of vervormde beelden die van het netvlies naar de hersenen worden gestuurd.

Een computeralgoritme op basis van zogenaamd "diep mechanisch leren" is in staat om diabetische retinopathie en diabetisch macula-oedeem te diagnosticeren door foto's van de ogen van patiënten met diabetes te analyseren.

Diabetische retinopathie is een complicatie van diabetes veroorzaakt door laesies in de bloedvaten van het oog, resulterend in wazige of vervormde beelden die van het netvlies naar de hersenen worden gestuurd. De aandoening is een oorzaak van blindheid bij volwassenen over de hele wereld en in Griekenland als gevolg van diabetisch macula-oedeem, dat zich in elk stadium van diabetische retinopathie kan voordoen.

Patiënten met instabiele diabetes hebben tot 25 keer minder kans op blindheid in vergelijking met de algemene bevolking. Diabetische retinopathie kan voorkomen bij alle diabetespatiënten, ongeacht of ze van insuline afhankelijk zijn of niet. Hoe langer iemand diabetes heeft, hoe groter het risico op diabetische retinopathie.

Tot op heden wordt de diagnose gesteld door de evaluatie van de arts van foto's van het netvlies. De nieuwe software automatiseert dit proces, waardoor preventie, vroegtijdige diagnose en een effectievere behandeling worden vergemakkelijkt.

Meer en meer zijn nu de medische toepassingen van mechanisch leren, waarmee computers worden 'geleerd' om verschillende motieven en relaties in een grote hoeveelheid gegevens te herkennen. Met het juiste algoritme, leert het softwareprogramma er steeds meer van, des te meer het zoekt naar medische en klinische gegevens.

De onderzoekers, aangevoerd door Google's Lily Peng, die de publicatie publiceerde in het Amerikaanse medische tijdschrift JAMA, trainden, met oogarts-samenwerking, een algoritme met meer dan 128.000 netvliesfoto's, waarvan vele afkomstig waren van patiënten met diabetische retinopathie of met meer geavanceerd diabetisch macula-oedeem. De softwarediagnose had hoge succespercentages, van 93% tot 97%.

Onderzoekers hebben erop gewezen dat "het geautomatiseerde diabetische retinopathiedetectiesysteem verschillende voordelen biedt, zoals de diagnose, aangezien de machine dezelfde diagnose voor dezelfde oogfoto tegelijkertijd en vrijwel onmiddellijk zal maken." Ze voegden er echter aan toe dat het systeem verder moet worden geëvalueerd voordat het wordt toegepast op de klinische praktijk.