Real-World-Leistung eines KI-Systems zur Screening-Untersuchung auf diabetische Retinopathie

Warum das für Menschen mit Diabetes wichtig ist

Diabetes kann den hinteren Teil des Auges stillschweigend schädigen und Sehverlust verursachen, noch bevor Symptome auftreten. Regelmäßige Augenuntersuchungen können die meisten diabetesbedingten Erblindungen verhindern, doch Augenärzte und Untersuchungszeiten sind begrenzt. Diese Studie prüfte, ob ein Programm mit künstlicher Intelligenz (KI) bei Routine-Terminen in der Diabetesambulanz sicher dabei helfen kann, Patientinnen und Patienten mit Augenschäden zu identifizieren — diejenigen, die Facharztversorgung benötigen — und gleichzeitig die Belastung der Augenkliniken zu verringern.

Eine neue Möglichkeit, Augen in der Diabetesambulanz zu überprüfen

Forscher an einem Universitätsklinikum in Brüssel testeten ein KI-basiertes System, das darauf ausgelegt ist, "überweisungswürdige" diabetische Augenerkrankungen zu erkennen — Stadien, in denen die Patienten einen Augenfacharzt aufsuchen sollten. Erwachsene mit Diabetes, die die Endokrinologie-Ambulanz aufsuchten, hatten ohne pupillenerweiternde Tropfen schnelle Fotos vom Augenhintergrund mit einer kleinen Kamera aufnehmen lassen. Die Bilder wurden sofort von der KI-Software analysiert, die entschied, ob jeder Patient wegen möglicherweise sehgefährdender diabetischer Retinopathie oder einer Makulaödems überwiesen werden sollte. Ein Netzhautspezialist überprüfte später alle Bilder unabhängig nach einer Standard-Grade-Skala und bildete damit den Bezugsstandard, an dem die Entscheidungen der KI gemessen wurden.

Wie gut die KI riskante Augenerkrankungen erkannte

Von 405 untersuchten Personen hatten 353 Bilder, die klar genug waren, um KI- und menschliche Entscheidungen zu vergleichen. In dieser Gruppe hatte etwa eine von sechs Personen eine diabetische Augenerkrankung, die eine Überweisung rechtfertigte. Das KI-System erzielte sehr gute Ergebnisse: Es identifizierte korrekt fast 9 von 10 Patienten, die überwiesen werden mussten, und bestätigte korrekt nahezu alle, die keine Überweisung benötigten. Technisch ausgedrückt erreichte das System eine Sensitivität von 88,9 %, eine Spezifität von 98,7 % und eine Gesamtgenauigkeit (AUC) von 96,5 %. Wenn der menschliche Experte sehgefährdende Stadien der Erkrankung feststellte, markierte das KI-System alle diese Patienten zur Überweisung, sodass die am stärksten gefährdeten Personen nicht übersehen wurden.

Konsistente Ergebnisse über verschiedene Patientengruppen hinweg

Das Team prüfte außerdem, ob die KI gleichermaßen gut für verschiedene Altersgruppen, Geschlechter, ethnische Gruppen, Diabetesformen, Körpergewichte und Bildqualitäten funktionierte. In all diesen Untergruppen blieb die Leistung hoch, ohne nennenswerten Genauigkeitsverlust in einer Kategorie. Insbesondere war die Genauigkeit exzellent bei jüngeren Erwachsenen, bei Frauen, bei europäischen Patienten, bei Personen mit Typ‑1‑Diabetes und wenn die Bildqualität als sehr gut eingestuft wurde. Statistische Modelle zeigten, dass zwei bekannte Diabetesfaktoren — höhere Blutzuckerwerte bei Diagnosestellung und längere Diabetesdauer — starke Prädiktoren für schwere Augenerkrankungen sowohl für die KI als auch für die menschliche Bewertung waren, was bestätigt, dass die Entscheidungen der KI mit bekannten medizinischen Risikomustern übereinstimmten.

Was das für Kliniken und Patientinnen/P patienten bedeutet

Über die diabetesbedingten Augenschäden hinaus wurden fast ein Viertel der Patienten wegen anderer neu entdeckter Probleme an Augenfachärzte überwiesen, etwa Veränderungen des Sehnervs oder Anzeichen einer altersbedingten Makuladegeneration. Nur eine Minderheit dieser Überweisungen betraf die diabetische Retinopathie selbst, was unterstreicht, wie ein einfaches Augenfoto viele wichtige Augenerkrankungen aufdecken kann. Das KI‑Tool wurde jedoch speziell zur Erkennung der diabetischen Retinopathie und von Makulaödems entwickelt, nicht dieser anderen Erkrankungen, und ist daher am besten als Triagehilfe und nicht als Ersatz für eine vollständige Augenuntersuchung zu sehen. In der Praxis können Kliniken das System nutzen, um große Mengen von Netzhautfotos automatisch zu sortieren, sodass Augenärzte mehr Zeit für komplexe oder behandlungsbedürftige Fälle statt für das Screening gesunder Bilder aufwenden können.

Fazit für den Alltag

Diese praxisnahe belgische Studie zeigt, dass ein KI‑Programm Menschen mit Diabetes während routinemäßiger Klinikbesuche sicher und effizient beim Screening auf schwere Augenschäden unterstützen kann und mindestens die regulatorischen Benchmarks für solche Werkzeuge erreicht. Für Patientinnen und Patienten könnte das schnellere, bequemere Augenchecks, weniger unnötige Facharztbesuche und eine bessere Chance bedeuten, gefährliche Veränderungen zu erkennen, bevor das Sehvermögen verloren geht. Für Gesundheitssysteme, die mit einer wachsenden Zahl von Diabetesfällen konfrontiert sind, bietet das KI‑unterstützte Augenscreening eine praktische Möglichkeit, den Schutz vor vermeidbarer Erblindung auszuweiten und die Zeit von Spezialisten klüger zu nutzen.

Zitation: Berrada, L., Crenier, L., Lytrivi, M. et al. Real-world performance of an AI system for diabetic retinopathy screening. Sci Rep 16, 7609 (2026). https://doi.org/10.1038/s41598-026-37292-6

Schlüsselwörter: diabetische Retinopathie, künstliche Intelligenz, Augenuntersuchung, Deep Learning, Teleophthalmologie