FOTO: oz / Adobe Stock
Die DR ist eine fortschreitende mikrovaskuläre Erkrankung der Netzhaut, die aufgrund eines langjährig schlecht eingestellten Diabetes mellitus entsteht. Das klinische Spektrum reicht dabei von der nicht-proliferativen DR (NPDR) bis zur proliferativen Form (PDR), die mit Komplikationen wie Glaskörperblutungen und traktionsbedingten Netzhautablösungen einhergehen kann. Entsteht ein diabetisches Makulaödem, kann dieses die zentrale Sehschärfe noch zusätzlich beeinträchtigen.
Wirksame Krankheitskontrolle
Etwa ein Viertel aller Patient:innen mit einem beliebigen DR-Stadium benötigt im Verlauf der Erkrankung eine therapeutische Intervention. Dennoch zeigen sich die Screeningraten – beispielsweise in den USA – eher rückläufig. Im Jahr 2020 unterzogen sich lediglich 58,3 % aller Erwachsenen mit diagnostiziertem Diabetes innerhalb eines Zeitraums von zwölf Monaten einer augenärztlichen Kontrolle. Im Jahr 2019 waren es demgegenüber noch 64,8 %. Zudem erhalten nur etwa 40 % aller Patient:innen mit hohem Risiko für einen Sehverlust aufgrund von DR rechtzeitig eine adäquate Therapie. Dabei ist die DR bei frühzeitiger Behandlung und konsequenten Kontrollintervallen häufig effektiv therapierbar. Nur so kann das Sehvermögen auch langfristig erhalten werden.
KI unterstütztes DR-Screening
Die rasanten Entwicklungen im Bereich des maschinellen Lernens haben die Medizin und damit auch die Ophthalmologie nachhaltig verändert. Das Training eines KI-Screening-Algorithmus zur DR-Erkennung erfolgt in drei Schritten: Lernen, Validierung und Testung. In der Lernphase werden die Systeme mit sorgfältig geprüften DR-Netzhautbildern gespeist. So lernt das System krankheitsspezifische Merkmale gezielt zu identifizieren. Anschließend wird der Algorithmus mit einem separaten Datensatz validiert. Dies geschieht, um seine Leistung zu verbessern und sicherzustellen das er erlernte DR-Muster selbstständig erkennen kann. In der abschließenden Testphase wird das System auf große, heterogene Patientenkollektive angewendet. Idealerweise geschieht dies unter der Verwendung von unabhängigen Datensätzen. Der letzte Schritt prüft die Genauigkeit und Belastbarkeit des Systems unter realen klinischen Bedingungen. Viele junge und auch bereits etablierte Unternehmen arbeiten derzeit intensiv an der Entwicklung solcher zuverlässiger und vor allem auch einfach zugänglicher Point-of-Care-Screeninglösungen. Bei diesen Anwendungen werden Netzhautbilder – meist Farbfundusfotografien – von nicht spezialisierten Fachkräften aufgenommen und in eine Cloud hochgeladen. In der Cloud werten KI-Algorithmen daraufhin diese Fotos automatisiert aus. Innerhalb von weniger als 30 Sekunden können die hochentwickelten DR-Systeme diagnostische Berichte erstellen, das Erkrankungsstadium einschätzen und auch Ergebnisse direkt in eine elektronische Patientenakte speichern.
Zusammenfassung
Obwohl die geeignete Behandlung das Risiko für einen Sehverlust bei DR um bis zu 90 % reduzieren kann, bleiben etwa die Hälfte aller Betroffenen undiagnostiziert. Diese Tatsache verdeutlicht den dinglichen Bedarf für effektive Screeningmethoden, fortschrittliche Überwachsungssystem und einer optimierten Versorgung. Rezente Fortschritte im Bereich der KI-gestützten Technologien, etwa durch die Anwendung von neuronalen Netzen, haben die DR-Bildanalyse revolutioniert. Dies ermöglicht leistungsfähige Anwendungen zur frühzeitigen Erkennung von betroffenen Patient:innen. Es bleibt zu hoffen, dass die innovativen Systeme zukünftig Augenärzt:innen weltweit bei der DR-Diagnose unterstützen können.