Algorytm z SUM ułatwia diagnozę chorób oczu

Prof. Adrian Smędowski, okulista i neurofizjolog ze Śląskiego Uniwersytetu Medycznego, od lat pracuje nad zastosowaniem AI w okulistyce. Teraz naukowiec i jego zespół uczestniczyli w opracowaniu przełomowego algorytmu. W przeprowadzonym badaniu klinicznym zwiększył on dokładność diagnoz o 17 proc. w stosunku do diagnoz stawianych przez lekarzy pracujących bez AI.

• Zespół prof. Adriana Smędowskiego ze Śląskiego Uniwersytetu Medycznego opracował algorytm EyeFM, który zwiększa trafność diagnoz chorób oczu z 75% do ponad 92%.
• EyeFM został wytrenowany na 14,5 mln obrazów okulistycznych i 400 tys. tekstów klinicznych.
• Badania kliniczne z udziałem 668 pacjentów wykazały, że AI poprawia nie tylko diagnozę, ale też decyzje terapeutyczne lekarzy.
• Algorytm może być w przyszłości zintegrowany z urządzeniami okulistycznymi, umożliwiając szybkie i precyzyjne rozpoznanie chorób
• Prof. Smędowski podkreśla, że AI nie zastąpi lekarzy, lecz stanie się niezbędnym wsparciem w diagnostyce i profilaktyce chorób oczu, pomagając zapobiegać utracie wzroku milionów pacjentów.

Chodzi o Model EyeFM, wytrenowany na 14,5 mln obrazów okulistycznych i 400 tys. tekstów klinicznych. W badaniach klinicznych z udziałem 668 pacjentów i 16 lekarzy, naukowcy z SUM wykazali, że EyeFM zwiększa trafność diagnoz i decyzji terapeutycznych. Model uzyskał precyzję rozpoznania na poziomie 92,2 proc. w porównaniu z 75,4 proc. w przypadku diagnozy przez lekarza. EyeFM umożliwia też skuteczniejsze wykorzystanie tańszych i bardziej dostępnych badań obrazowych. Publikacja naukowa An eyecare foundation model for clinical assistance: a randomized controlled trial ukazała się w prestiżowym magazynie „Nature Medicine”.

EyeFM pozwala podnieść dokładność diagnoz chorób oczu do ponad 92 proc. Jak dokładnie działa algorytm?

Algorytm znacznie zwiększa jakość diagnostyki chorób oczu. Kilkudziesięciu lekarzy z całego świata – z USA, Ameryki Południowej, Europy i Azji – zgromadziło dokumentację zdjęciową oczu pacjentów z różnymi schorzeniami okulistycznymi. Łącznie zebrano ponad 14 milionów zdjęć i dane kliniczne, które następnie przeanalizowano przez system sztucznej inteligencji – w ten sposób AI nauczyła się rozpoznawać cechy charakterystyczne chorób oczu, a do tego nawet ich drobne niuanse. Tak powstał algorytm umożliwiający automatyczną interpretację zdjęć siatkówki, powierzchni oka i innych struktur.

Następnie przeprowadziliśmy testy na kilkuset pacjentach. W pierwszej grupie, zdjęcia oka analizowali okuliści samodzielnie, a w drugiej – z pomocą algorytmu EyeFM. Bez wsparcia AI prawidłową diagnozę postawiono w 75,4 proc. przypadków, a z pomocą EyeFM – w 92–95 proc. Poprawiła się skuteczność, czułość diagnozy oraz trafność decyzji terapeutycznych. To przełom, choć na razie badanie miało charakter badania klinicznego. Docelowo EyeFM może być elementem urządzeń okulistycznych, które po wykonaniu zdjęcia struktur oka od razu sugerowałyby, jakie patologie należy wziąć pod uwagę, a jakie wykluczyć.

W ŚUM w Katowicach prowadzi Pan Profesor tzw. translacyjne projekty naukowe, czyli takie, które mają trafić do praktyki klinicznej. Czy EyeFM ma na to szansę?

Badania translacyjne są dziś bardzo popularne dzięki rozwojowi technologii informatycznych i biomedycznych. Dzięki nim, na rynek trafiają terapie genowe, komórkowe oraz zaawansowane urządzenia. W przypadku algorytmu jest to prostsze, bo urządzenia okulistyczne już korzystają z szeregu algorytmów analizujących dane pacjenta.

Dzięki przeprowadzonym badaniom klinicznym wiemy, że EyeFM jest skuteczny i wiarygodny. Mam nadzieję, że urządzenia wykorzystywane w okulistyce będą wzbogacane o algorytmy takie jak EyeFM. To szczególnie ważne w krajach, gdzie dostęp do okulistów jest ograniczony albo brakuje zaawansowanego sprzętu. Mówimy o prostych zdjęciach oka, które z wysoką precyzją pozwalają rozpoznawać patologie, których diagnoza zwykle wymaga drogiego sprzętu.

Jak Pan, jako okulista, podchodzi do narzędzi sztucznej inteligencji? A jak reagują Pana koledzy?

Środowisko lekarskie traktuje AI raczej z dystansem. Z dwóch powodów: początkowe próby zastosowania AI rzadko kończyły się sukcesem, a dodatkowo istnieje błędne przekonanie, że AI zastąpi lekarza. Zakładanie, że AI zabierze pracę lekarzowi, jest oczywiście błędne – AI nigdy nie będzie w stanie zastąpić syntetycznego myślenia ani doświadczenia człowieka.

Jednak AI ułatwia naszą pracę, w tym diagnozowanie i leczenie pacjentów. Przy rosnącej populacji pacjentów okulistycznych i niedoborach kadrowych, takie narzędzia są cywilizacyjną koniecznością. Aby szybciej wchodziły do praktyki klinicznej, powinny być coraz bardziej precyzyjne i dokładnie testowane.

Już teraz można sobie ściągnąć aplikację, zrobić zdjęcia oka i otrzymać wstępną diagnozę. Czy to dobre podejście, bo pacjent przejmuje inicjatywę, czy raczej ryzykowne, bo otrzymując fałszywie pozytywny wynik niepotrzebnie idzie do okulisty?

Ryzyko błędnych wyników istnieje zawsze, ale lepiej, by wynik był fałszywie dodatni niż fałszywie ujemny – w okulistyce liczą się dni, a ignorowany problem może prowadzić do utraty wzroku.

Takie narzędzia mobilne zwiększają świadomość pacjentów. Nawet komunikat o migotaniu przedsionków w zegarku skłania do zainteresowania się tematem, pełniąc rolę edukacyjną. Jednak w okulistyce większy potencjał widzę w zaawansowanych systemach AI, np. implantach regulujących ciśnienie w oku współpracujących ze smartfonem pacjenta. Mogą one informować pacjenta i lekarza o potencjalnych problemach, a nawet automatycznie regulować parametry. Takie rozwiązania to kwestia czasu.

Dlaczego w okulistyce AI jest stosowana o wiele rzadziej niż przykładowo w radiologii czy kardiologii?

Powodem jest duże rozdrobnienie rynku urządzeń okulistycznych. W radiologii i kardiologii mamy kilku głównych producentów, a w okulistyce – wiele firm z własnymi standardami obrazowania. Często nie można porównać wyników między aparatami. Teraz jednak pojawiają się wspólne protokoły, które ułatwiają standaryzację i przyspieszą adaptację AI.

Skąd wzięło się u Pana Profesora zainteresowanie nowymi technologiami?

Sięga ono medycyny translacyjnej, neurofizjologii i terapii genowych. Nowe technologie zawsze były mi bliskie. Warto tutaj wspomnieć o dokonaniach Prof. Andrzeja Grzybowskiego, inicjatora badań nad AI w okulistyce. Śląski Uniwersytet Medyczny, gdzie pracuję, ma dostęp do ogromnych baz danych pacjentów, co pozwala rozwijać projekty oparte na AI. A to przyszłość, szczególnie w medycynie personalizowanej.

Jakie choroby oczu dziś najbardziej zagrażają Polakom i jak AI mogłaby pomóc lepiej im zapobiegać?

Najgroźniejsze są choroby prowadzące do nieodwracalnej utraty widzenia: retinopatia cukrzycowa, choroby naczyniowe siatkówki, zakrzepy, zatory, zaniki nerwu wzrokowego, jaskra. Kiedyś problemem była zaćma, ale dziś może być skutecznie operowana i to na NFZ. Pacjenci często nie mają świadomości, że tracą wzrok w jednym oku i dlatego nie zgłaszają się do lekarza. Dlatego AI powinna być stosowana w badaniach przesiewowych: okresowych, medycyny pracy, dla kierowców, uczniów czy studentów. To właśnie tam algorytmy mogłyby wskazywać potencjalne problemy i kierować pacjentów do specjalistów.

Czytaj także: Pierwsza apka wykrywająca raka skóry z ważnym certyfikatem