Onderzoekers van het University College in Londen en het Moorfields Eye Hospital hebben een AI-model ontwikkeld dat het risico van een patiënt op verschillende ziekten kan vaststellen door een afbeelding van het netvlies te analyseren.
Het is niet de eerste keer dat AI wordt gebruikt om netvliesscans analyserenmaar de aanpak van de onderzoekers met hun RETFound-model zal de ontwikkelingen op dit gebied van de geneeskunde versnellen.
Standaard modellen voor machinaal leren worden meestal getraind op een grote verzameling gecureerde gegevens. Als je wilt dat je model het netvlies kan identificeren van iemand die risico loopt op een specifieke ziekte, dan moet je het trainen op een enorme hoeveelheid representatieve beelden.
Het voorbereiden van medische beeldgegevens voor machine learning is erg duur en neemt veel tijd in beslag. In tegenstelling tot de gegevenslabeling uitbesteed aan lagelonenlandenmedische beelden moeten worden geanalyseerd en gelabeld door een gespecialiseerde arts.
De onderzoekers die RETFound hebben gemaakt, kozen een andere benadering en trainden hun model door middel van zelfondersteund leren (SSL).
In plaats van gecureerde en gelabelde beelden te gebruiken, trainden ze het model op 1,6 miljoen ongelabelde netvliesbeelden.
Een basismodel voor generaliseerbare ziektedetectie uit netvliesbeelden - Nature https://t.co/M2g0L4MMl4
- natuur (@Natuur) 13 september 2023
Pearse Keane, een oogarts die deel uitmaakte van het projectlegt uit dat "in de loop van miljoenen afbeeldingen het model op de een of andere manier leert hoe een netvlies eruit ziet en wat alle kenmerken van een netvlies zijn."
Zodra het model een goede basis had van hoe een normaal netvlies eruitziet, kon het verfijnd worden met extra training.
De onderzoekers hoefden het model vervolgens alleen nog maar te trainen op 100 afbeeldingen van netvliezen van mensen die een specifieke ziekte hadden en 100 afbeeldingen van netvliezen van mensen die geen ziekte hadden.
De resultaten waren indrukwekkend: RETFound kon met een zeer hoge mate van zekerheid oogziekten zoals diabetische retinopathie detecteren.
Het vermogen van het model om ziekten zoals Parkinson voorspellenischemische beroerte, myocardinfarct en hartfalen was beperkt, maar nog steeds beter dan andere modellen.
Het model is openbaar gemaakt en zal andere onderzoekers veel tijd besparen bij het ontwikkelen van modellen die getraind zijn om specifieke ziekten te detecteren.
Het onderzoeksartikel merkte op dat het gebruik van RETFound als basismodel "mogelijk ongeveer 80% van de trainingstijd kan besparen die nodig is om convergentie te bereiken voor het voorspellen van myocardinfarct".
AI toepassen op netvliesscans is een opwindend onderzoeksgebied. Je netvlies is een venster naar je gezondheid. Het is het enige deel van het menselijk lichaam waar het capillaire netwerk zichtbaar is.
"Als je een systemische cardiovasculaire aandoening hebt, zoals hoge bloeddruk, die mogelijk elk bloedvat in je lichaam aantast, kunnen we dat direct visualiseren in beelden van het netvlies," zei Keane.
Stelt u zich eens voor welke impact een goed getraind model als RETFound zou kunnen hebben bij de vroegtijdige diagnose van ziekten in arme landen waar niet voldoende artsen zijn.
Je zou honderden mensen een netvliesscan kunnen laten maken door een verpleegkundige en dan de AI de beelden laten verwerken op een cloudplatform zoals AWS. Risicopatiënten kunnen worden geïdentificeerd en vervolgens onderzocht door een arts, in plaats van te proberen alle bezoekers van een kliniek op het platteland te onderzoeken.
Zelfs in de huidige vroege ontwikkelingsfase zou dit soort AI vandaag levens kunnen redden, niet alleen in de verre toekomst.
