Prestatie-evaluatie van kunstmatige intelligentie geassisteerde diabetische retinopathieclassificatie in het Universitair Ziekenhuis Leuven: kan technologie de bewoner verbeteren? (PEARL)

Diabetes mellitus is een van de grootste gezondheidsuitdagingen van onze tijd. Naar schatting zullen tegen 2040 wereldwijd 642 miljoen mensen de diagnose van deze ziekte krijgen. Diabetes is een ziekte die het hele lichaam treft en gaat gepaard met veel mogelijke complicaties vanwege het effect op de microvasculatuur. De meest voorkomende van deze complicaties is diabetische retinopathie die wordt veroorzaakt door zowel microvasculaire als neurale schade.

Volgens studies in de Verenigde Staten door de Eye Diseases Prevalence Research group, heeft ongeveer 40% van de patiënten een zekere mate van retinopathie. 8% van de patiënten heeft zelfs visusbedreigende diabetische retinopathie.

Diabetische retinopathie is een van de belangrijkste oorzaken van blindheid in onze huidige samenleving. Jaarlijkse screening en tijdige verwijzing voor behandeling kunnen dit echter voorkomen. De beste illustratie is het feit dat diabetes mellitus sinds de implementatie van een landelijk screeningprogramma niet langer de belangrijkste oorzaak van blindheid is in het VK.

Daarom hebben veel landen een soort screeningprogramma georganiseerd. Er zijn echter grote organisatorische verschillen tussen landen. Dit kan gaan van een jaarlijkse verwijde fundoscopie door een oogarts (zoals het geval is in België) tot niet-mydriatische fundusfoto's beoordeeld door een getrainde grader die geen (para)medicus is.

Zelfs met het meest efficiënte screeningstraject zal de toename van het aantal patiënten een probleem worden aangezien de menselijke factor in het screeningstraject (dokter, optometrist, opgeleide grader,...) zijn capaciteit niet met dezelfde snelheid kan verhogen. Het huidige systeem zal op een gegeven moment tegen zijn grenzen aanlopen. Verder is bekend dat een aanzienlijk deel van de diabetespatiënten zich niet houdt aan de aanbevolen jaarlijkse screening. Deze problemen zullen leiden tot langere wachtlijsten, onderdiagnose door overwerkte artsen, lange wachtlijsten en mogelijk gebrek aan hoogwaardige zorg.

Het simpelweg vervangen van de oogarts door een getrainde beoordelaar lost al deze problemen waarschijnlijk niet op. Het zal ze alleen maar uitstellen en toch duur en arbeidsintensief blijven. De situatie in landen die al getrainde sorteerders gebruiken, bevestigt deze vermoedens. Verder is er ook ruimte voor verbetering in de kwaliteit van de zorg en de accuratesse van de diagnose in deze opstellingen.

De afgelopen jaren is kunstmatige intelligentie, meer specifiek deep learning, gepostuleerd als een middel om deze problemen op te lossen. Zelfs in de eerste onderzoeken is al aangetoond dat deep learning-algoritmen een hoge gevoeligheid en specificiteit bereiken bij het detecteren van verwijsbare diabetische retinopathie. Verdere ontwikkeling van deze algoritmen en grondiger onderzoek hebben deze bevindingen bevestigd. Het gebruik van AI is op veel medische gebieden bestudeerd, maar screening op diabetische retinopathie blijft de pionier, zoals wordt bevestigd door de allereerste FDA-autorisatie voor een medische toepassing op basis van AI, namelijk het screeningsysteem voor diabetische retinopathie IDx.

Het huidige onderzoek richt zich voornamelijk op de prestaties van een algoritme voor kunstmatige intelligentie als een autonoom diagnostisch hulpmiddel zonder interactie met een mens naast de verwerving van de beelden. Onder medische professionals bestaat de angst dat kunstmatige intelligentie ze in de nabije toekomst gedeeltelijk zal gaan vervangen en op de lange termijn overbodig zal maken. Deze nieuwe technologieën kunnen echter ook worden gebruikt om de gezondheidswerker te helpen de diagnose nauwkeuriger te stellen in plaats van ze te vervangen.

Daarom willen we in het PEARL-project het gebruik van een artificiële intelligentie-algoritme evalueren als diagnostisch hulpmiddel om de diagnostische nauwkeurigheid van de arts te verbeteren in plaats van de arts te vervangen, zeker in een opleidingscontext.