Det ligger fantastiske muligheter i å ta i bruk kunstig intelligens for bildegjenkjenning av sykdommer på øyets netthinne, skriver Rigmor Baraas. (Illustrasjonsfoto: Shutterstock / NTB Scanpix)
Det ligger fantastiske muligheter i å ta i bruk kunstig intelligens for bildegjenkjenning av sykdommer på øyets netthinne, skriver Rigmor Baraas. (Illustrasjonsfoto: Shutterstock / NTB Scanpix)

Kunstig intelligens kan redde synet vårt

KRONIKK: Vi blir flere blinde og synshemmede. Nesten en halv million nordmenn ser dårlig, selv om de bruker briller. Bruk av kunstig intelligens i syns­undersøkelser kan endre situasjonen radikalt.

Published

Svekket syn medfører en betydelig økonomisk belastning både for personen det gjelder og for samfunnet. På toppen av dette vet vi at redusert syn blant voksne og eldre kan føre med seg sosial isolering, psykiske problemer og økt risiko for familiestress og fallskader samt økt tendens til uførhet og tidlig død.

Ifølge Statistisk sentralbyrås oppgir åtte prosent av befolkningen – 420.000 nordmenn – at de har nedsatt syn, selv om de allerede bruker briller. For aldersgruppa 45–66 år steg andelen fra seks prosent i 2008 til ti prosent i 2015. For de over 67 år steg andelen fra ni til ti prosent i samme tidsrom.

På netthinnen

Mer og bedre bildeinformasjon om øyet er helt avgjørende for å øke nøyaktigheten og kvaliteten på fremtidens øyehelse. Dette vil selvsagt føre til at flere får rett behandling, men det vil også gjøre det mulig å være i forkant av synshemmingene: Hvis vi avdekker endringer i øyet og symptomer til synshemming tidlig, er det mulig å sette inn forebyggende tiltak, som forhindrer at synshemmingen blir et faktum.

Verdens helseorganisasjon (WHO) anslår at det er mulig å kurere og forebygge 80 prosent av alle synshemminger. Tre av de seks kjente årsakene til synshemming kan vi avdekke ved å studere øyets netthinne.

De første skritt

De siste 20 årene har det vært en heftig utvikling innen avbildningsteknologien som blir brukt for å avdekke sykelige endringer på øyets netthinne. Like fullt blir netthinnebildene bare til dels tolket digitalt, og vi er fortsatt avhengig av manuell metodikk som krever en god del kompetanse.

Dette er i ferd med å forandre seg: Anvendt teknologi for bildegjenkjenning er et stort satsningsområde, og den første kunstig intelligens-algoritmen for å avdekke enkelte diabetes-relaterte netthinneendringer ble godkjent av U.S. Food and Drug Administration (FDA) i april 2018.

Vi opplever nå en økende utbredelse av kommersielt tilgjengelig avbildningsteknologi til bruk i førstelinje øyehelse. Det blir mer og mer vanlig å møte optikere utstyrt med automatiske kameraer for avbildning av netthinnen uten forstørrelse (bransjebetegnelse: funduskamera) og kameraer som gir snittbilder av netthinnens ulike lag (bransjebetegnelse: optisk koherens tomografi – OCT).

Tapte sjanser

Den nye teknologien er brukervennlig, og noen av instrumentene krever ikke mye kompetanse for å bli tatt i bruk. Potensialet som ligger i dette blir foreløpig ikke utnyttet godt nok. Netthinnebildene er nemlig relativt lette å lage, men krever altså en metode for bildegjenkjenning som bare de med spesiell kompetanse innen optometri/oftalmologi behersker.

I tillegg er det verdt å merke seg at mye av informasjonen som ligger i disse bildene blir oversett på grunn av manglende tid, manglende kompetanse og manglende teknologi for å kunne beskrive bildene med tanke på tegn på endringer og avvik fra det som er normalt.

Mange av disse små uregelmessighetene på netthinnene blir derfor ikke oppdaget, og dermed slamrer mulighetsvinduet for å sette inn forebyggende tiltak av synstruende øyehelsetilstander igjen.

Fantastiske muligheter

Nasjonalt senter for optikk, syn og øyehelse ved Universitetet i Sørøst-Norge sammen med Buskerud Fylkeskommune og Norway Health Tech arrangerte nylig et seminar om fremtidens øyehelse, der denne tematikken ble belyst og diskutert. Formålet var å stimulere til økt innovasjon innen øyehelsetjenesten i Norge. Vi gleder oss over framtidsutsiktene på dette feltet.

Det ligger fantastiske muligheter i å ta i bruk kunstig intelligens for bildegjenkjenning av sykdommer på øyets netthinne: først og fremst for de mange enkeltindividene som kan bli forskånet fra blindhet eller å måtte lide et annet synstap. Samtidig kan man la seg motivere av store samfunnsøkonomiske fortjenestene.

Nøkkelen ligger i å integrere dette i en forbedret øyehelsetjeneste med digitale og dynamiske systemer som kobler optiker og fastlege i førstelinjetjenesten sammen med øyeleger i spesialisttjenesten. Dette vil igjen frigjøre ressurser i spesialisthelsetjenesten, slik at disse kan få gitt tjenester av økt kvalitet eller at de i større grad får hjulpet grupper som i dag ikke får den hjelpen de skulle hatt.

Per i dag er øyehelse dårlig integrert i det norske helsesystemet. Selv om det er optikere i nærmest hver eneste kommune i Norge, så er overgangen mellom denne private delen av øyehelsetjenesten og det offentlige ikke spesielt effektiv.

Referanser:

• SSB, Seksjon for helsestatistikk. Helseforhold, levekårsundersøkelsen. Tilgang 4.januar, 2019, https://www.ssb.no/helse/statistikker/helseforhold/hvert-3-aar/2016-06-20

• WHO, Universal eye health: a global action plan 2014-2019. Tilgang 4.januar 2019.

http://www.who.int/blindness/AP2014_19_English.pdf?ua=1

• Bourne, R. R. A., et.al., Causes of vision loss worldwide, 1990-2010: a systematic analysis, Lancet 2013; e339-e349

• Flaxman SR, et al.; Vision Loss Expert Group of the Global Burden of Disease Study.

Global causes of blindness and distance vision impairment 1990-2020: a systematic review and meta-analysis. Lancet Glob Health. 2017 Dec;5(12):e1221-e1234. doi: 10.1016/S2214-109X(17)30393-5.

• Köberlein,J., et al., The economic burden of visual impariment and blindness: a systematic review. British Medical Journal Open, 2013; 3:e003471.

• International Federation on Ageing – Global Connections, The evidence on ageing and the loss of sight, IFA report. Tilgang 4.januar, 2019, http://www.ifa-fiv.org/vision-ageing-2/

• FDA News Release, FDA permits marketing of artificial intelligence-based device to detect certain diabetes-related eye problems. Tilgang 28.desember, 2018, https://www.fda.gov/newsevents/newsroom/pressannouncements/ucm604357.htm

• Skau, A., Kartlegging og oftalmologisk nasjonal utredning av framtidig status. KONUS-rapporten 2012, Norsk Oftalmologisk Forening.