Få hela storyn
Starta din prenumeration

Prenumerera

Onsdag20.01.2021

Kontakt

Annonsera

Meny

Starta din prenumeration

Prenumerera

Sök

Diabetes

Googles algoritm bra på att bedöma ögonbottnar

Publicerad: 29 November 2016, 16:00

Genrebild

Foto: Thinkstock

Ett datorprogram kan lära sig att analysera bilder från ögonbottenundersökningar hos diabetiker och korrekt peka ut vilka som har skador, enligt en ny studie i Jama. Men systemet är ännu inte redo för kliniskt bruk påpekar forskarna.


Ämnen i artikeln:

Diabetes typ 2Diabetes typ 1

Patienter med diabetes ska gå på regelbundna screeningundersökningar för att tidigt upptäcka eventuella skador på de små kärlen i näthinnan, så kallad retinopati. I Sverige har dock sjukvården på grund av resursbrist svårt att leva upp till att undersöka alla diabetiker inom erforderliga intervall.

Men att ett datorprogram med hög träffsäkerhet kan bedöma bilderna från undersökningarna skulle möjligen på sikt kunna frigöra resurser i sjukvården.

Bakom studien står forskare vid bland annat it-jätten Google. De utvecklade en algoritm, ett datorprogram, som baserat på så kallad djup maskininlärning lärde sig skilja mellan friska och sjuka bilder på ögonbottnar.

Först fick algoritmen öva på nästan 130 000 bilder som först bedömts som sjuka eller friska av minst tre ögonläkare. Sedan fick programmet själv bedöma nästan 12 000 bilder i två serier, vilka också granskades av minst sju ögonläkare.

Detta lyckades programmet göra med både hög så kallad sensitivitet, det vill säga andel sjuka ögonbottnar som korrekt pekades ut som sjuka, och specificitet, det vill säga andelen friska ögonbottnar som korrekt klassades som friska.

Siffrorna var 90,3  respektive 87,0 procent för sensitivitet samt 98,1 och 98,5 procent för specificitet i de två serierna. De här resultaten är tillräckligt bra för att accepteras i screeningprogram för ögonbottenundersökningar, enligt en ledarkommentar i tidskriften.

Fördelen med programmet är att det skulle kunna öka effektiviteten i bedömning av ögonbottnar. En svaghet med programmet är än så länge att det bara tränats att känna igen retinopati och makulaödem vid diabetes. Den kan missa andra typer av ögonbottenskador som en människa skulle upptäcka.

Vidare är det osäkert om den kan känna igen verkligt allvarliga skador på ögonbottnen eftersom det inte fått öva tillräcklig på att känna igen sådana, påpekas i ledarkommentaren i tidskriften.

Framtida forskning får visa hur det aktuella datorprogrammet kan fungera i en klinisk miljö och om det kan förbättra vården jämfört med dagens undersökningar, skriver forskarna.

Läs abstract till studien:

Varun Gulshan med flera. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. Jama, publicerad online den 29 november 2016. DOI: 10.1001/jama.2016.17216

Relaterat material

Brist på kapacitet i vården kan göra diabetiker blinda

Carl-Magnus Hake

Reporter

carl-magnus.hake@dagensmedicin.se

Dela artikeln:


Dagens Medicins nyhetsbrev

Välj nyhetsbrev