Slim programma helpt straks blindheid door LMD voorkomen

AI-onderzoek gaat blindheid door LMD voorkomen én LMD-zorg verbeteren

Leeftijdsgebonden maculadegeneratie (LMD) Foto Caroline Klaverleidt bij een klein deel van de patiënten tot blindheid. In ErasmusMC leren onderzoekers te voorspellen: bij wie dan? Vroegtijdig voorspellen wat patiënten te wachten staat, helpt artsen de beste behandeling te geven op het goede moment. Bovendien helpt het slecht zien en blindheid te voorkomen. ‘Dit onderzoek is alleen mogelijk dankzij steun van het Oogfonds en haar donateurs.’

Wie nu ouder is dan 50 en leeftijdsgebonden maculadegeneratie krijgt (LMD), gaat langzaam slechter zien in het centrale deel van het netvlies, de macula. Dat kan snel gaan of langzaam, afhankelijk van de vorm: natte of droge LMD. Twee op de tien mensen met LMD wordt uiteindelijk slechtziend (minder dan 30% zicht) of maatschappelijk blind (minder dan 5 procent zicht of een gezichtsveld van minder dan 10 graden). Dat heet eindstadium LMD.

Slim computerprogramma

Natuurlijk wil iedereen met LMD weten welk lot hem of haar gaat treffen. Maar dat kunnen oogartsen hen niet vertellen. Nog niet. “Over een jaar of vijf kan dat waarschijnlijk wel,” vertelt hoogleraar Oogheelkunde prof. dr. Caroline Klaver. Samen met AI-deskundige dr. Bart Liefers (Erasmus MC Rotterdam), promovendi en het Rotterdamse EyeNED werkt ze aan een slim computerprogramma dat op basis van oogfoto’s en andere gegevens kan voorspellen wie welke vorm van LMD krijgt, hoe de ziekte verloopt en wie uiteindelijk het eindstadium bereikt.

Een goede voorspelling hoe LMD bij iemand gaat verlopen zou enorme vooruitgang betekenen. Allereerst zou het de onzekerheid wegnemen bij mensen met LMD die nooit blind zullen worden – dat gaat om 8 op de 10 patiënten.

 

Weten wie baat heeft bij welke behandeling

Klaver: “En mensen wiens gezichtsvermogen wel snel achteruit zal gaan, kunnen we waarschijnlijk in de toekomst mogelijkheden bieden voor nieuwe medicijnen.” Recent nog kwamen in de VS twee nieuwe medicijnen op de markt voor droge LMD: Pegcetacoplan en Avacincaptad Pegol. Klaver: “Sommige nieuwe behandelingen zijn zeer kostbaar of hebben bijwerkingen. Essentieel dus om straks te weten welke mensen er baat bij hebben.”

Ook heel belangrijk: met een betere voorspelling kunnen artsen vroegtijdig de juiste behandeling geven. Dat is bijvoorbeeld belangrijk voor mensen met natte LMD. Dit is te behandelen met injecties. Klaver: “Het slimme programma kan straks onder meer voorspellen op welke termijn een behandeling weer nodig is. Dat vermindert onnodige behandelingen. Ook hoeven mensen dan veel minder vaak naar het ziekenhuis.”

 

Veel vaker slecht zien en blindheid voorkomen

De grootste winst, aldus Klaver, is dat we veel vaker kunnen voorkomen dat mensen slecht gaan zien. Lang voordat het zicht achteruit gaat, kun je op een netvliesfoto al tekenen zien van LMD. Die mensen kun je dan het advies geven om gezonder te gaan leven. Het is namelijk bewezen dat voeding een rol speelt bij LMD. “Vroegtijdig iets doen, kan echt slecht zien en blindheid voorkomen. Ideaal zou zijn als we LMD bij iedereen vroeg opsporen.”

In principe zou dat kunnen. Veel optiekzaken kunnen netvliesfoto’s maken. Opticiens die bij toeval vroege LMD-tekenen zien, sturen mensen nu door naar de oogarts. Maar die kan alleen supplementen en leefstijladviezen adviseren. “Dat zorgt voor heel veel onnodige ziekenhuisbezoeken, en veel patiënten die zich daarna onnodig zorgen maken.” stelt Klaver.

Droom

“Mijn droom is dat in de toekomst opticiens straks alle bezoekers vanaf 50 jaar een netvliesfoto aanbieden. En dat elke opticien beschikt over het slimme programma waaraan wij samen werken. Hij of zij stuurt vervolgens alleen mensen door naar de oogarts die met grote zekerheid ernstig LMD krijgen. En geeft de rest leefstijladvies om verslechtering van de ogen te voorkomen.”

AI kan beter patronen herkennen

Maar eerst moet het slimme computerprogramma gereedkomen. “En dat is nog best wat werk,” weet AI-deskundige dr. Bart Liefers, die met behulp van artificiële intelligentie het slimme programma heeft gebouwd.

Artificiële intelligentie kan veel sneller en beter dan mensen patronen en verbanden ontdekken uit wel miljoenen gegevens. Liefers bouwde een slim programma dat netvliesfoto’s en andere diagnostische afbeeldingen kan interpreteren. Liefers: “Het checkt voor elke pixel of er sprake is van drusen [ophopingen onder het netvlies en pigmentepitheel, red] of andere symptomen.”

Maar hoe kom je van een foto-interpretatie naar een voorspelling voor individuele patiënten? Liefers: “Dat zijn we het programma aan het leren.” Liefers ‘voedt’ zijn slimme programma met geanonimiseerde gegevens van meer dan 10.000 mensen, met en zonder maculadegeneratie. De gegevens komen uit bevolkingsonderzoeken zoals de Rotterdamse ERGO-studie en bestaan uit medische gegevens, leef- en eetgewoonten, DNA-profielen, oogmetingen en netvliesfoto’s. Ook vertelt Liefers zijn programma het verloop van de ziekte bij mensen met LMD: welke behandeling kregen ze? Wie kreeg wanneer late MD of natte MD? Liefers: “Het programma combineert vervolgens alle gegevens en ontdekt patronen: als dit én dit én dit, dán is er een zeer grote kans op eindstadium LMD. Of: in die en die situatie ontstaat meestal na zoveel maanden natte MD.”

 

Monnikenwerk

Het is veel werk om het programma te ‘voeden’. “We hebben bijvoorbeeld 1.500 netvliesfoto’s eerst handmatig beoordeeld: op elke foto gedetailleerd aangegeven welke vlekjes welke naam hadden, zoals drusen, pigmentaties, reticulaire pseudo-drusen enzovoorts. Vervolgens checkten we of ons programma foto’s goed beoordeelde”. Zo niet, dan werd het bijgesteld. Het kost dus monnikenwerk voordat analyse ‘vanzelf’ gaat. “Inmiddels vindt ons programma meer afwijkingen dan mensen.”

Liefers test uiteraard ook of het programma goede voorspellingen maakt. Hij voert (anonieme) gegevens in van individuele mensen, met en zonder MD. Hij weet zelf wat het beloop is geweest van degenen met LMD, maar deelt die kennis niet met zijn slimme programma. “Vervolgens vraag ik het programma: wat gaan de uitkomsten zijn voor elk individu?” Kloppen de voorspellingen niet, dan geeft Liefers het programma meer data om verder te leren. Kloppen ze wel, dan is het klaar om voor echte mensen die de diagnose LMD kregen, te voorspellen hoe hun ziekte zal verlopen

Dit is wat een persoon ziet met