Voorspellen van progressie naar proliferatieve diabetische retinopathie met geautomatiseerde versus handmatige kwantificatie van retinale bloedingen

Waarom dit belangrijk is voor mensen met diabetes

Diabetes kan stilletjes het achterste deel van het oog beschadigen lang voordat het zicht vermindert. Artsen weten dat de veranderingen bij sommige mensen jarenlang mild blijven, terwijl anderen snel verslechteren naar een ziekte die het gezichtsvermogen bedreigt. Deze studie stelt een praktisch vraagstuk met grote gevolgen: kan een geautomatiseerd computersysteem, werkend op basis van groothoekfoto’s van het oog, helpen voorspellen welke patiënten het grootste risico lopen door te schuiven naar een gevaarlijke fase die proliferatieve diabetische retinopathie wordt genoemd?

Diep in het oog kijken

Diabetische retinopathie ontstaat wanneer langdurig hoge bloedsuiker kleine bloedvaten in het netvlies beschadigt, de lichtgevoelige laag aan de achterkant van het oog. Deze vaatjes kunnen lekken of bloeden, waardoor kleine donkere vlekjes ontstaan die bloedingen worden genoemd. Decennialang hebben oogspecialisten de ernst van de aandoening beoordeeld door een beperkt centraal deel van het netvlies te bekijken op gestandaardiseerde foto’s. Nieuwe camera’s leggen nu bijna het gehele netvlies vast in één ultrascherp groothoekbeeld, waardoor veel meer vlekjes en veranderingen zichtbaar worden, vooral richting de uiterste randen. Eerder onderzoek liet zien dat de totale oppervlakte van de bloedingen en hoe ver die vlekjes van de oogzenuw liggen — het heldere ronde gebied waar zenuwvezels het oog verlaten — kunnen helpen voorspellen welke ogen waarschijnlijker zullen verslechteren.

Mensen versus algoritmes vergelijken

De onderzoekers bestudeerden 63 ogen van mensen met diabetes die bij aanvang niet-proliferatieve, of nog niet ernstige, retinopathie hadden en minstens één jaar gevolgd werden. Getrainde experts tekenden zorgvuldig elke zichtbare bloedingsvlek op breedveldbeelden met gespecialiseerde software, een nauwgezet proces dat per oog duizenden markeringen kan omvatten. Dezelfde beelden werden vervolgens verwerkt door een op deep learning gebaseerd programma genaamd EyeRead, ontworpen om deze vlekjes automatisch te vinden en af te bakenen. Voor zowel de handmatige traceringen als de geautomatiseerde resultaten berekende het team hoeveel bloedingen aanwezig waren, welke totale oppervlakte ze besloegen en hoe ver van de oogzenuw de vlekjes zich gemiddeld bevonden in zowel centrale als perifere gebieden.

Wat de computer zag

Het geautomatiseerde systeem rapporteerde consequent minder bloedingen en een kleinere totale bloedingsoppervlakte dan de menselijke beoordelaars. Deze onderschatting bleek hoofdzakelijk voort te komen uit hoe precies de randen van elk vlekje werden getekend, een lastige taak omdat veel vlekjes onscherpe randen hebben. Toch bewogen bij vergelijking oog voor oog de metingen van de computer en de handmatige metingen sterk samen, vooral voor de totale bloedingsoppervlakte. Met andere woorden: hoewel de absolute cijfers kleiner waren, werden ogen die mensen beoordeelden als meer of grotere bloedingen ook geneigd hoger gescoord door het algoritme.

Locatie van vlekjes als waarschuwingssignaal

De meest opmerkelijke bevinding had niet alleen te maken met hoeveel vlekjes aanwezig waren, maar ook met waar ze zich bevonden. Over één jaar ontwikkelden 29 van de 63 ogen proliferatieve diabetische retinopathie, een stadium dat wordt gekenmerkt door de groei van kwetsbare nieuwe bloedvaten die ernstig gezichtsverlies kunnen veroorzaken. Met statistische modellen vonden de onderzoekers dat ogen met bloedingen die verder van de oogzenuw lagen — dus meer richting de perifere delen van het netvlies — een grotere kans hadden op progressie, ongeacht of de metingen afkomstig waren van menselijke tracers of het geautomatiseerde systeem. Dit komt overeen met eerder bewijs dat schade en slechte doorbloeding in het buitenste netvlies een slechte voorspeller is voor toekomstige verslechtering.

Wat dit betekent voor toekomstige zorg van het oog

Voor mensen met diabetes en hun artsen is de conclusie bemoedigend: zelfs een imperfect hulpmiddel dat automatisch werkt op groothoekretinafoto’s kan helpen ogen te signaleren met een hoger risico op het verergeren naar een gevaarlijke ziektestadium, vooral wanneer het bijhoudt hoe ver de bloedingen zich naar het buitenste netvlies uitstrekken. Hoewel het algoritme enkele details mist vergeleken met deskundige mensen, sluiten de metingen voldoende op elkaar aan om bruikbaar te zijn. Met verdere verfijning en uitbreiding naar andere retinale veranderingen zouden dergelijke systemen snelle, objectieve risicobeoordelingen kunnen bieden in drukke klinieken of afgelegen settings, en zo helpen de aandacht en behandeling te richten op de patiënten die het het meest nodig hebben.

Bronvermelding: Verma, A., Nittala, M.G., Dara, R.M. et al. Predicting progression to proliferative diabetic retinopathy using automated versus manual quantification of retinal haemorrhages. Eye 40, 682–688 (2026). https://doi.org/10.1038/s41433-025-04205-2

Trefwoorden: diabetische retinopathie, retinale beeldvorming, kunstmatige intelligentie, ziekteprogressie, oogscreening