Prof. dr hab. med. Andrzej Grzybowski
Kierownik Katedry Okulistyki, Uniwersytet Warmińsko-Mazurski, Olsztyn
Kierownik Instytutu Okulistycznych Badań Naukowych, Fundacja Okulistyka 21, Poznań
1. Wstęp i znaczenie retinopatii cukrzycowej (DR) na skalę globalną
Retinopatia cukrzycowa (DR) jest jednym z głównych powikłań cukrzycy, które prowadzi do uszkodzenia naczyń krwionośnych siatkówki, potencjalnie powodując ślepotę, jeśli nie zostanie odpowiednio wcześnie zdiagnozowana i leczona. Rosnąca liczba osób cierpiących na cukrzycę na całym świecie stwarza poważne wyzwanie dla systemów opieki zdrowotnej, zwłaszcza w kontekście zarządzania DR. Statystyki wskazują, że do 2035 roku liczba osób chorych na cukrzycę może wzrosnąć do 592 milionów, co nieuchronnie zwiększy częstość występowania retinopatii cukrzycowej. DR jest przyczyną 4,8% przypadków ślepoty na świecie, a jej wczesne wykrycie jest kluczowe w zapobieganiu poważnym powikłaniom.
2. Epidemiologia retinopatii cukrzycowej
Epidemiologia DR różni się w zależności od regionu świata oraz typu cukrzycy. U pacjentów z cukrzycą typu 1 częstość występowania DR jest znacznie wyższa niż u osób z cukrzycą typu 2, co wynika z dłuższego czasu trwania choroby. W badaniach przeprowadzonych w krajach rozwiniętych, takich jak USA, Wielka Brytania czy Australia, odsetek pacjentów z DR waha się od 28,5% do 40%. W krajach rozwijających się, gdzie dostęp do opieki zdrowotnej jest ograniczony, liczby te mogą być jeszcze wyższe.
3. Metody diagnostyki retinopatii cukrzycowej
Tradycyjne metody diagnostyczne DR opierają się na badaniu dna oka za pomocą oftalmoskopii bezpośredniej lub pośredniej, oraz na cyfrowej fotografii siatkówki. W niektórych krajach, takich jak Wielka Brytania, Singapur czy Irlandia, wprowadzono programy przesiewowe, które obejmują regularne badania siatkówki wszystkich pacjentów z cukrzycą, co pozwala na wczesne wykrywanie zmian charakterystycznych dla DR. Systemy te okazały się skuteczne w redukcji liczby przypadków ślepoty spowodowanej przez DR.
4. Rola telemedycyny w zarządzaniu DR
Telemedycyna odgrywa coraz większą rolę w diagnostyce i zarządzaniu DR, zwłaszcza w regionach o ograniczonym dostępie do specjalistycznej opieki okulistycznej. W systemach telemedycznych obrazy siatkówki są przesyłane do ośrodków referencyjnych, gdzie są oceniane przez specjalistów. Wprowadzenie tych systemów przyczyniło się do zwiększenia dostępności badań przesiewowych oraz zmniejszenia liczby przypadków nieleczonej DR.
5. Zastosowanie sztucznej inteligencji (AI) w diagnostyce DR
Sztuczna inteligencja (AI) zaczyna odgrywać kluczową rolę w automatyzacji procesu diagnozy DR. Algorytmy głębokiego uczenia, szczególnie głębokie sieci neuronowe (DNN), są w stanie analizować obrazy siatkówki i wykrywać charakterystyczne zmiany związane z DR. Algorytmy te są trenowane na ogromnych zbiorach danych obrazów siatkówki, co pozwala na osiągnięcie wysokiej czułości i swoistości w wykrywaniu DR. W literaturze naukowej opisano różne systemy AI, takie jak IDx-DR, który jako pierwszy został zatwierdzony przez FDA do stosowania w praktyce klinicznej bez konieczności potwierdzania diagnozy przez lekarza.
6. Główne osiągnięcia w wykorzystaniu AI do diagnostyki DR
Na przestrzeni ostatnich lat, rozwój AI w diagnostyce DR osiągnął znaczący postęp. Przykładem jest system Retmarker, który nie tylko identyfikuje zmiany charakterystyczne dla DR, ale również monitoruje progresję choroby w czasie. Innym systemem jest Retinalyze, który umożliwia ocenę obrazów siatkówki w czasie rzeczywistym, co może znacznie przyspieszyć proces diagnostyczny. Systemy te są coraz częściej wdrażane w praktyce klinicznej, szczególnie w krajach o wysokim wskaźniku cukrzycy, gdzie zasoby medyczne są ograniczone.
7. Korzyści wynikające z zastosowania AI w diagnostyce DR
Zastosowanie AI w diagnostyce DR ma wiele korzyści. Po pierwsze, AI może przyspieszyć proces diagnostyczny, co jest szczególnie istotne w kontekście rosnącej liczby pacjentów z cukrzycą. Po drugie, AI może zredukować koszty opieki zdrowotnej poprzez automatyzację procesu przesiewowego i zmniejszenie liczby niepotrzebnych wizyt u specjalistów. Po trzecie, AI może zwiększyć dostępność badań przesiewowych, zwłaszcza w regionach o ograniczonym dostępie do okulistów.
8. Wyzwania związane z wdrożeniem AI w diagnostyce DR
Pomimo licznych zalet, wdrożenie AI w diagnostyce DR wiąże się z pewnymi wyzwaniami. Jednym z głównych problemów jest potrzeba regularnych aktualizacji algorytmów, aby uwzględniać najnowsze dane oraz zmieniające się standardy diagnostyczne. Ponadto, istnieją kwestie związane z odpowiedzialnością za błędy diagnostyczne popełnione przez systemy AI, co wymaga wprowadzenia odpowiednich regulacji prawnych. Ważnym aspektem jest również kwestia ochrony danych pacjentów oraz ich prywatności w kontekście zbierania i przechowywania ogromnych ilości danych medycznych.
9. Przyszłość AI w diagnostyce DR
Przyszłość AI w diagnostyce DR wydaje się obiecująca, zwłaszcza w kontekście dalszego rozwoju technologii głębokiego uczenia oraz coraz większej dostępności systemów AI. W miarę jak algorytmy będą coraz bardziej zaawansowane, można spodziewać się jeszcze wyższej dokładności diagnostycznej oraz możliwości zastosowania AI w innych obszarach okulistyki, takich jak diagnoza innych chorób siatkówki.
Jednak aby w pełni wykorzystać potencjał AI, konieczne jest dalsze badanie oraz współpraca między naukowcami, lekarzami oraz przemysłem technologicznym. Integracja systemów AI z istniejącymi systemami opieki zdrowotnej będzie kluczowa dla skutecznego wdrożenia tych technologii na szeroką skalę.
Podsumowanie
Retinopatia cukrzycowa stanowi poważne zagrożenie dla zdrowia publicznego na całym świecie, a jej wczesne wykrywanie jest kluczowe dla zapobiegania poważnym powikłaniom. Sztuczna inteligencja ma potencjał, aby znacząco zrewolucjonizować proces diagnostyki i zarządzania DR, zwłaszcza w kontekście rosnącej liczby pacjentów z cukrzycą. Chociaż wdrożenie AI wiąże się z pewnymi wyzwaniami, korzyści wynikające z automatyzacji procesu diagnostycznego, zwiększenia dostępności badań przesiewowych oraz redukcji kosztów opieki zdrowotnej są nieocenione.
Dalszy rozwój i integracja systemów AI z istniejącymi systemami opieki zdrowotnej będą kluczowe dla skutecznego zarządzania retinopatią cukrzycową na globalną skalę.
Źródło:
Grzybowski A. Artificial inteligence in Ophthalmology, Springer 2021.
