AI-basert glaukomscreening kan revolusjonere øyehelsen
Tenk deg å gå inn i et supermarked, en togstasjon eller et kjøpesenter og ha øynene skjermet i løpet av sekunder etter glaukom - ingen avtale er nødvendig. Med det AI-baserte Glaucoma Screening-nettverket (AI-GS) kan denne visjonen snart bli en realitet. Glaukom er den vanligste årsaken til irreversibel blindhet i Japan og over hele verden. Tidlig oppdagelse er kritisk fordi sykdommen utvikler seg stille og sakte begrenser perifert syn. Pasienter legger ofte ikke merke til dette synstapet med det første, noe som betyr at omfattende og irreversibel skade kan oppstå før en pasient i det hele tatt tenker på å bestille en legetime. Som et resultat gjenstår mange tilfeller på grunn av begrenset tilgjengelighet...
AI-basert glaukomscreening kan revolusjonere øyehelsen
Tenk deg å gå inn i et supermarked, en togstasjon eller et kjøpesenter og ha øynene skjermet i løpet av sekunder etter glaukom - ingen avtale er nødvendig. Med det AI-baserte Glaucoma Screening-nettverket (AI-GS) kan denne visjonen snart bli en realitet.
Glaukom er den vanligste årsaken til irreversibel blindhet i Japan og over hele verden. Tidlig oppdagelse er kritisk fordi sykdommen utvikler seg stille og sakte begrenser perifert syn. Pasienter legger ofte ikke merke til dette synstapet med det første, noe som betyr at omfattende og irreversibel skade kan oppstå før en pasient i det hele tatt tenker på å bestille en legetime. Som et resultat forblir mange tilfeller udiagnostisert på grunn av den begrensede tilgjengeligheten av øyeleger og utfordringene med å gjennomføre massescreeninger, spesielt i ressursbegrensede regioner.
"Av denne grunn har vi utviklet en ny, rask, bærbar testmetode. Den analyserer flere nøkkelindikatorer på glaukom, integrerer resultatene og bestemmer tilstedeværelsen av sykdommen med enestående presisjon," forklarer professor Toru Nakazawa (Tohoku University).
AI-GS ble utviklet av et forskerteam ledet av Nakazawa og førsteamanuensis Parmanand Sharma ved Graduate School of Medicine (Tohoku University).
AI-GS-nettverket ble testet på nytt på et datasett med 8000 fundusbilder av øyet (der glaukomskade oppstår), og oppnådde en imponerende sensitivitet på 93,52 % ved 95 % spesifisitet – et nivå som kan sammenlignes med ekspert øyeleger. I motsetning til tradisjonelle AI-modeller, utmerker dette systemet seg ved å oppdage glaukom i tidlig stadium, selv i tilfeller der fundusavvik er subtile og vanskelige å oppdage.
En stor utfordring i AI-drevet helsevesen er mangelen på tolkbarhet – det såkalte «black box»-problemet, der det er uklart hvilke skritt AI tok for å komme til en konklusjon. AI-GS løser dette ved å gi numeriske verdier for hver diagnostisk funksjon, slik at øyeleger kan forstå og gjennomgå beslutningsprosessen. Denne åpenheten forbedrer tilliten og letter sømløs integrering i klinisk praksis.
Et annet viktig aspekt som gjorde den praktiske implementeringen så enkel som mulig, var størrelsen. På bare 110 MB er AI-GS-nettverket designet for portabilitet og effektivitet. Den krever minimalt med datakraft og gir diagnostiske resultater på ett sekund.
AI-GS bringer screening av glaukom på ekspertnivå i lommen og utfyller spesialitetsvurderinger. Den kan kjøres på en mobil enhet og brukes på alle slags offentlige steder på grunn av dens portabilitet. De kan utføre screeninger på togstasjoner eller til og med avsidesliggende regioner som ellers har begrenset tilgang til øyeleger. "
Parmanand Sharma, førsteamanuensis, Tohoku University
"Denne AI-teknologien bygger bro over et kritisk gap i glaukomdeteksjon ved å gjøre diagnostikk på spesialitetsnivå tilgjengelig for undertjente samfunn," bemerker professor Nakazawa. Ved å muliggjøre tidlig oppdagelse i stor skala, har vi potensialet til å forhindre blindhet for millioner over hele verden. "
Med sin høye nøyaktighet, AI-forklaring og lette design, representerer AI-GS-nettverket et stort gjennombrudd innen AI-drevet oftalmologi, og bringer glaukomscreening ut av sykehus og inn i hverdagen. Storskala implementering av dette systemet kan revolusjonere glaukombehandling og sikre at ingen pasienter blir udiagnostisert på grunn av manglende tilgang til spesialister.
Kilder:
Sharma, P.,et al. (2025). En hybrid multimodell kunstig intelligenstilnærming for glaukomscreening ved bruk av fundusbilder. npj Digital medisin. doi.org/10.1038/s41746-025-01473-w.