Medisch onderzoek van Google

Google zet AI (kunstmatige intelligentie) ook in voor medisch onderzoek. Een spectaculair voorbeeld hiervan is de ‘detectie van nieuwe systemische biomarkers in oogfoto's’. In dit onderzoek wordt een deep learning-systeem getraind om foto’s van het uitwendige van ogen te analyseren op diabetes en een verhoogd gehalte aan geglyceerd hemoglobine. Voorheen was niet bekend dat foto's van ogen aanwijzingen bevatten voor deze aandoeningen. Het mooie is ook dat dergelijke foto's gemaakt kunnen worden met smartphones, wat de behoefte aan gespecialiseerde apparatuur vermindert. Naar andere mogelijke biomarkers die op foto's van het uitwendige oog de status van verschillende organen (bijvoorbeeld nier, bloed en lever) aangeven, wordt nog gezocht.

De resultaten van het onderzoek zijn zelfs gepubliceerd in het gerenommeerde tijdschrift de Lancet Digital Health. Het onderzoek bevindt zich nog in een vroeg stadium en is vooralsnog te vergelijken met het berekenen van het risico op sommige ziekten met behulp van een vragenlijst, maar het biedt veel potentieel.

Modelontwikkeling en training

Om het AI-model te trainen, werden oogfoto's vergeleken met de uitkomsten van laboratoriumtests op negen veelbelovende mogelijkheden om onder meer de volgende ziektes te voorspellen: leverziekte (d.w.z. schade aan de lever of galwegobstructie), chronische nierziekte, bloedarmoede en leukopenie, dat het vermogen van het lichaam om infecties te bestrijden kan aantasten.

Het AI-model presteerde op acht van de negen ziekten statistisch gezien beter dan het basismodel. En hoewel het nauwkeurigheidsniveau waarschijnlijk nog onvoldoende is voor diagnostische toepassingen, is het wel vergelijkbaar met andere screeningtools, zoals mammografie en prescreening op diabetes. Deze tests worden gebruikt om personen te identificeren die baat kunnen hebben bij aanvullend onderzoek.

De oogfoto’s

De foto's van het oog zijn gemaakt met een tafelcamera met hoofdsteun. Maar ook bij lage resolutie presteert het model beter dan het basismodel, zelfs als de afbeeldingen worden verkleind tot 150x150 pixels, wat veel lager is dan de resolutie van de gemiddelde smartphonecamera.

Het onderzoek toont niet alleen de potentie van oogfoto’s aan, het laat ook zien dat biomarkers op deze foto's een goede voorspelling kunnen geven van de gezondheidstatus van een persoon. Desondanks moeten er nog veel stappen gezet worden om te kijken of deze technologie patiënten in de echte wereld ook kan helpen.

Maar het eerste, veelbelovende begin is er. En uiteindelijk zal dit een uitkomst kunnen zijn voor patiënten die ver van een ziekenhuis vandaan wonen.