Niet-invasieve screening op de ziekte van Alzheimer via label-vrije tri-spectrale retinale beeldvorming

Waarom de ogen vroege aanwijzingen voor Alzheimer kunnen geven

De ziekte van Alzheimer beschadigt het brein langzaam, jaren voordat geheugenproblemen duidelijk worden, maar de huidige tests die deze vroege veranderingen opsporen zijn duur, invasief en niet breed beschikbaar. Deze studie onderzoekt een eenvoudiger idee: omdat het netvlies achter in het oog een directe uitbreiding van het brein is en in enkele seconden gefotografeerd kan worden, zou een gewoon oogonderzoek—versterkt met slimmere beeldvorming—een gemakkelijker manier kunnen bieden om Alzheimer in een vroeger, behandelbaarder stadium te ontdekken?

Een nieuwe manier om de achterkant van het oog te bekijken

De onderzoekers bouwden een compact opzetstuk voor een standaard retinacamera, hetzelfde type dat vaak bij routine-oogcontroles wordt gebruikt. In plaats van één enkele kleurenfoto verdeelt hun apparaat het licht dat van het netvlies wordt teruggekaatst in drie zorgvuldig gekozen kleurbanden: blauw, groen en rood. Elke band wordt gelijktijdig vastgelegd door een eigen camera, wat scherpe beelden oplevert zonder extra flitsen of ongemak. Deze gerichte aanpak verbetert de detectie van subtiele veranderingen in het netvlies, vooral in de kortere blauwachtige golflengten, waarvan eerdere studies suggereerden dat ze gevoelig zijn voor aan Alzheimer gerelateerde veranderingen.

Verborgen kleurige aanwijzingen in het netvlies

Het team testte vervolgens dit tri-spectrale systeem in een klinische studie met 38 mensen met de ziekte van Alzheimer, bevestigd met hersenscans of ruggenmergvochttests, en 28 gezonde vrijwilligers van vergelijkbare leeftijd. Na alle beelden zo uit te lijnen dat belangrijke herkenningspunten zoals de papil (optic disc) en de fovea pixel voor pixel overeenkwamen, vergeleken ze hoeveel blauw en groen licht van verschillende delen van het netvlies werd teruggekaatst. Op het eerste gezicht leken de gemiddelde beelden van patiënten en gezonde proefpersonen sterk op elkaar. Maar toen ze de verhouding van blauw tot groen licht berekenden, verscheen er een opvallend patroon: het gebied tussen het centrale gezichtsveld (de fovea) en de papil toonde bij mensen met Alzheimer een duidelijk hoger blauw-tot-groen signaal. Dit verschil, samengevat met een prestatiemaatstaf (AUC) van 0,74, suggereert dat kleurverschuivingen in dit nasale deel van het netvlies bruikbare informatie bevatten om patiënten van gezonde personen te onderscheiden.

Een computer leren de signalen te lezen

Om deze subtiele optische vingerafdrukken in een praktisch screeningsinstrument om te zetten, trainden de onderzoekers een machine-learningmodel genaamd XGBoost. In plaats van alleen op eenvoudige verhoudingen te vertrouwen, gebruikte het model de ruwe intensiteiten van blauw, groen en rood uit het meest informatieve netvliesgebied, samen met leeftijd, geslacht en basisinformatie over de ooggeschiedenis. Het werd getraind op het grootste deel van de ogen in de studie en vervolgens getest op een aparte groep die het algoritme nog nooit had gezien. Op deze onafhankelijke testset scheidde het model Alzheimer- en gezonde ogen met een hoge nauwkeurigheid, met een AUC van 0,91. Met een interpreteerbaarheidsmethode bekend als SHAP lieten de auteurs zien dat metingen in het blauwe licht het sterkst bijdroegen aan de beslissingen van het model, wat de gedachte ondersteunt dat aan Alzheimer gerelateerde chemische veranderingen in het netvlies beïnvloeden hoe het kortgolvig licht verstrooit.

Wat dit kan betekenen voor toekomstige controles

Aangezien de tri-spectrale module eenvoudig op een bestaande funduscamera kan worden gezet en slechts één flits licht vereist, zou deze in principe in routine-oogonderzoeken kunnen worden ingebouwd zonder veel extra tijd of ongemak voor patiënten. In tegenstelling tot hersenscans of ruggenmergvochttests is deze benadering niet-invasief, relatief goedkoop en goed geschikt om grote aantallen mensen te screenen die mogelijk risico lopen maar nog geen klachten hebben. De auteurs benadrukken dat grotere studies nodig zijn en dat deze test waarschijnlijk aanvullende informatie zou leveren, niet ter vervanging van gevestigde methoden. Desondanks suggereren hun bevindingen dat het zorgvuldig meten van hoe het netvlies verschillende kleuren licht reflecteert—en het laten interpreteren van die patronen door transparante machine-learningtools—een praktisch nieuw venster kan bieden op de vroegste stadia van de ziekte van Alzheimer, wanneer interventies de beste kans hebben het ziekteverloop te beïnvloeden.

Bronvermelding: Salajková, Z., Ciasca, G., Di Lorenzo, F. et al. Non-invasive screening of alzheimer’s disease via label-free tri-spectral retinal imaging. Sci Rep 16, 5083 (2026). https://doi.org/10.1038/s41598-026-35383-y

Trefwoorden: Ziekte van Alzheimer, retinale beeldvorming, vroegtijdige opsporing, niet-invasieve screening, machine learning