Kan det hjälpa till att förhindra blindhet hos diabetiker?

Dean RaperDiabetisk retinopati kostade Terry Quinn hans vision. Detta är den andra funktionen i en serie i sex delar som tittar på hur AI förändrar medicinsk forskning och behandlingar. Terry Quinn var bara i tonåren när han fick diagnosen diabetes. På vissa sätt gjorde han uppror mot etiketten och frekventa tester, eftersom han inte ville känna sig annorlunda. Hans största rädsla var att en dag behöva amputera foten. Synförlust, en annan möjlig komplikation av diabetes, var inte riktigt på hans radar. ”Jag trodde aldrig att jag skulle förlora synen”, säger Quinn, som bor i West Yorkshire. Men en dag märkte han en blödning i ögat. Läkare berättade för honom att han hade diabetisk retinopati: diabetesrelaterade skador på blodkärl i näthinnan. Detta krävde laserbehandlingar och sedan injektioner. Så småningom var behandlingarna inte tillräckliga för att förhindra försämring av hans syn. Han skadade sin axel när han gick in i lyktstolpar. Han kunde inte urskilja sin sons ansikte. Och han fick sluta köra bil. ”Jag kände mig patetisk. Jag kände mig som den här skuggan av en man som inte kunde göra någonting”, minns han. En sak som hjälpte honom att klättra ur sin förtvivlan var stödet från Ledarhundar för blinda Association, som förband honom med en svart labrador vid namn Spencer . ”Han räddade mitt liv”, säger Quinn, som nu är en insamling för ledarhundar. I Storbritannien bjuder NHS in patienter till ögonundersökning för diabetiker vart eller vartannat år. Amerikanska riktlinjer är att varje vuxen med typ 2-diabetes ska screenas vid diagnos av diabetes, och sedan årligen om det inte finns några problem. Men för många människor händer det inte i praktiken. ”Det finns mycket tydliga bevis för att screening förhindrar synförlust”, säger Roomasa Channa, näthinnaspecialist vid University of Wisconsin-Madison i USA. I USA inkluderar barriärerna kostnader, kommunikation och bekvämlighet. Dr Channa tror att det skulle hjälpa patienter att göra testerna lättare att komma åt. För att screena för diabetisk retinopati tar vårdpersonal bilder av den bakre innerväggen i ögat, känd som ögonbotten. För närvarande är att tolka ögonbottenbilder manuellt ”mycket repetitivt arbete”, säger Dr Channa. Men vissa tror att artificiell intelligens (AI) skulle kunna påskynda processen och göra den billigare. Diabetisk retinopati utvecklas i ganska tydliga stadier, vilket innebär att AI kan tränas att plocka upp den. I vissa fall kan AI avgöra om en remiss till en ögonspecialist behövs, eller arbeta tillsammans med mänskliga bildgraderare. Getty Images Diabetespatienter rekommenderas att få ögonskanningar varje år eller två. Ett sådant system har utvecklats av hälsoteknikföretaget Retmarker, baserat i Portugal. Dess system identifierar ögonbottenbilder som kan vara problematiska och skickar dem till en mänsklig expert för vidare undersökning. ”Normalt använder vi det mer som ett stödverktyg för att ge information till människan för att fatta ett beslut”, säger João Diogo Ramos, Retmarkers vd. Han tror att rädsla för förändring begränsar användningen av AI-drivna diagnostiska verktyg som t.ex. Oberoende studier har föreslagit att system som Retmarker Screening och Eyenuks EyeArt har acceptabla grader av känslighet och specificitet. Sensitivitet är hur bra ett test är på att upptäcka sjukdom, medan specificitet är hur bra den är på att upptäcka frånvaro av sjukdom. Generellt sett kan mycket hög känslighet kopplas till fler falska positiva. Falska positiva resultat skapar både oro och kostnader, eftersom de leder till onödiga specialistbesök. I allmänhet kan bilder av dålig kvalitet leda till falska positiva resultat i AI-system. Getty ImagesAI kan tränas för att undersöka bilder av ögonbotten – ögats bakväggGoogle Health-forskare har undersökt svagheterna i ett AI-system som de utvecklat för att upptäcka diabetiker retinopati. Den fungerade mycket annorlunda när den testades i Thailand, jämfört med hypotetiska scenarier. Ett problem är att algoritmen krävde orörda ögonbottenbilder. Detta var långt ifrån verkligheten med ibland smutsiga linser, oförutsägbar belysning och kameraoperatörer med olika utbildningsnivåer. Forskare säger att de har lärt sig om vikten av att arbeta med bättre data och rådfråga ett brett spektrum av människor. Google är övertygad om tillräckligt i sin modell för att företaget i oktober tillkännagav att det licensierar den till partners i Thailand och Indien. Google sa också att de arbetade med det thailändska folkhälsoministeriet för att bedöma verktygets kostnadseffektivitet. Kostnaden är en mycket viktig aspekt av den nya tekniken. Ramos säger att Retmarkers tjänst kan kosta runt 5 euro per visning, dock med variationer beroende på volym och plats. I USA är medicinska faktureringskoder satta avsevärt högre. I Singapore jämförde Daniel SW Ting och kollegor kostnaderna för tre modeller av screening för diabetisk retinopati. Den dyraste var mänsklig bedömning. Helautomatisering var dock inte den billigaste, eftersom den hade fler falska positiva effekter. Den mest prisvärda var en hybridmodell, där den initiala filtreringen av resultat utfördes av AI, innan människor tog över. Denna modell har nu integrerats i Singapore Health Tjänstens nationella IT-plattform och kommer att tas i drift 2025. Prof Ting tror dock att Singapore har kunnat uppnå kostnadsbesparingar eftersom man redan hade en robust infrastruktur för diabetisk retinopati screening.Bilal MateenBilal Mateen säger att medicinsk AI borde vara tillgänglig utanför rika nationer, så kostnadseffektiviteten kommer sannolikt att variera mycket. Bilal Mateen, chief AI officer på hälso-NGO PATH, säger att kostnadseffektivitetsdata kring AI-verktyg för att bevara synen har varit ganska stark i rika länder som Storbritannien, eller några medelinkomstländer som Kina. Men det är inte fallet för resten av världen. ”Med de snabba framstegen i vad AI kan göra behöver vi fråga mindre om det är möjligt, utan mer och mer om vi bygger för alla eller bara privilegierade få. Vi behöver mer än bara effektivitetsdata för effektivt beslutsfattande”, uppmanar Dr Mateen. Dr Channa pekar på gapet mellan hälsorättigheter även inom USA, som hon hoppas att den här tekniken kan hjälpa till att överbrygga. ”Vi behöver utöka det till platser som har ännu mer begränsad tillgång till ögonvård.” Hon betonar också att äldre människor och personer med synproblem bör träffa ögonläkare, och bekvämligheten med AI för att rutinmässigt upptäcka diabetisk ögonsjukdom bör inte avskräcka uppmärksamhet på alla andra ögonsjukdomar. Andra ögonsjukdomar, som närsynthet och glaukom, har visat sig vara svårare för AI-algoritmer att upptäcka. Men även med dessa varningar är ”tekniken väldigt spännande”, säger Dr Channa. ”Jag skulle älska att se alla våra patienter med diabetes undersökas i en mode i rätt tid. Och jag tror att med tanke på bördan av diabetes är detta en mycket potentiellt bra lösning.” Tillbaka i Yorkshire hoppas Mr Quinn verkligen att den nya tekniken tar fart. det med båda händerna.” More Technology of Business