Przenośne urządzenie ze skanerem szczelinowym napędzane AI do niskokosztowego przesiewu chorób oczu

Kieszonkowe narzędzie do ochrony wzroku

Wielu z dwóch miliardów osób na świecie z zaburzeniami widzenia traci wzrok, ponieważ choroby oczu wykrywane są zbyt późno. Przednia część oka — gdzie znajdują się przezroczysta rogówka, tęczówka i soczewka — zawiera wczesne wskazówki o problemach takich jak zaćma, jaskra i zniekształcenia rogówki, a mimo to najlepsze dziś przyrządy pomiarowe są wielkie i kosztują dziesiątki tysięcy dolarów. W badaniu opisano zasilany bateryjnie, wyposażony w AI skaner ręczny, który świeci cienką wiązką światła w oko i mierzy kluczowe struktury z dokładnością zbliżoną do klinicznej, przy koszcie części poniżej 500 dolarów. Jeśli urządzenie zostanie powszechnie wdrożone, mogłoby przenieść zaawansowany przesiew wzroku z dużych szpitali do przychodni osiedlowych i na wydarzenia społeczne.

Dlaczego badania wzroku są trudno dostępne

Utrata widzenia nie występuje równomiernie na całym świecie. Osoby w krajach o niskich i średnich dochodach, a nawet zaniedbane grupy w bogatszych państwach, często mają ograniczony dostęp do okulistów i zaawansowanych narzędzi obrazowania. Standardowe lampy szczelinowe pozwalają specjalistom szczegółowo obejrzeć przednią powierzchnię oka, ale są ciężkie, drogie i zależą od umiejętności oraz osądu badacza. Bardziej zaawansowane urządzenia, takie jak tomografia oka przedniego (AS‑OCT), potrafią precyzyjnie mierzyć struktury oka, lecz ceny powyżej 50 000 dolarów sprawiają, że pozostają w dużych klinikach. W rezultacie podstawowe pomiary, jak głębokość przedniej komory oka czy grubość rogówki, rzadko są zbierane podczas rutynowych badań społecznościowych — mimo że są one kluczowe do wczesnego wykrywania ryzyka jaskry i innych schorzeń.

Ręczny skaner z wbudowaną inteligencją

Zespół badawczy zbudował kompaktowe urządzenie skanujące, które działa jak miniaturyzowana, zmotoryzowana lampa szczelinowa. Biała dioda LED świeci przez wąski otwór, tworząc cienką „warstwę” światła, którą małe lusterko zamiata po oku. Mała kamera, ustawiona pod kątem, rejestruje 50–70 obrazów w ciągu około 15 sekund, gdy światło się przesuwa. Aby zwiększyć komfort pacjentów, system zbiera kilka przyciemnionych klatek na każdą pozycję lusterka i uśrednia je, poprawiając jakość obrazu bez użycia silnego światła. Wewnątrz urządzenia lekki model uczenia głębokiego o nazwie LWBNA‑unet automatycznie kreśli kluczowe cechy w każdej klatce: jasne odbicia na rogówce i tęczówce, zarys źrenicy oraz przednia i tylna powierzchnia rogówki. Klatki, w których punkty orientacyjne są nieczytelne — z powodu mrugnięć lub ruchu — są odrzucane automatycznie, pełniąc funkcję wbudowanej kontroli jakości.

Przekształcanie obrazów w pomiary

Gdy struktury oka zostaną wykonturowane, oprogramowanie znające geometrię przekształca surowe obrazy w odległości w świecie rzeczywistym. Ponieważ wiązka światła pada na rogówkę pod kątem, odbity pas wydaje się sztucznie szeroki; system koryguje to, korzystając z znanych kątów oświetlenia dla każdej pozycji. Następnie używa widocznej szerokości rogówki w każdej klatce jako osobistej miarki, zakładając typową rzeczywistą średnicę 12 milimetrów, by przeliczyć piksele na milimetry. Dzięki tym krokom urządzenie szacuje głębokość przedniej komory (przestrzeni między wewnętrzną powierzchnią rogówki a tęczówką) i grubość centralnej rogówki, a także oblicza powiązane miary, takie jak kąt, w którym tęczówka spotyka się z rogówką, oraz pole powierzchni komory. Ponieważ obrazy są w naturalnym kolorze, ten sam skan może uwidocznić zmętniałe soczewki (zaćma), mętne obszary w rogówce oraz nieprawidłowe strome wypuklenia obserwowane w stożku rogówki (keratoconus).

Jak dobrze to odpowiada maszynom szpitalnym

Aby sprawdzić dokładność, badacze przetestowali prototyp na około 170 dorosłych i porównali szczegółowe pomiary w 50 oczach z wynikami komercyjnego systemu AS‑OCT. Dla głębokości przedniej komory ręczne urządzenie bardzo wiernie śledziło maszynę referencyjną: typowa różnica była bliska zeru, a w większości oczu wyniki zgadzały się w granicach około trzech dziesiątych milimetra — na tyle mało, aby nadawać się do przesiewu i stratyfikacji ryzyka. Testy statystyczne wykazały, że w praktyce obie metody mogą być stosowane niemal wymiennie dla tego pomiaru. Szacunki grubości rogówki były mniej precyzyjne: średnio jednostka przenośna wskazywała 20–30 mikrometrów cieńsze wartości, a poszczególne wyniki mogły różnić się o mniej więcej jeden do dwóch pikseli kamery. Autorzy przypisują to głównie obecnej rozdzielczości obrazu, a nie zasadzie działania, i określają te pomiary grubości jako eksploracyjne, a nie klinicznej jakości. Mimo to przykłady kliniczne wykazały, że system wyraźnie rozróżnia głębokie, otwarte kąty od ciasnych, wąskich oraz rejestruje cechy zaćmy, zmętnienia rogówki i stożka rogówki zgodne z widokami ze standardowej lampy szczelinowej lub OCT.

Co to może znaczyć dla codziennej opieki okulistycznej

Dzięki połączeniu niskokosztowej optyki, zmotoryzowanej wiązki światła i wbudowanej AI, ten ręczny skaner dostarcza ilościowe pomiary, które kiedyś wymagały dużych, drogich maszyn, a równocześnie generuje kolorowe obrazy bogate w wskazówki chorobowe. Możliwość pracy w pełni na małym module edge‑computing, bez połączenia z internetem, czyni go odpowiednim do zasilanych bateryjnie akcji w odległych lub zatłoczonych miejscach. Badanie pokazuje, że głębokość przedniej komory można mierzyć z wiarygodnością zbliżoną do klinicznej, co stawia urządzenie jako obiecujące narzędzie do wczesnego wykrywania jaskry z zamkniętym kątem i powiązanych zaburzeń. Przy dalszym dopracowaniu i większych badaniach w warunkach rzeczywistych autorzy przewidują, że platforma może ewoluować w kompleksowy, napędzany AI system przesiewowy przedniej części oka, który mógłby pomóc zapobiegać możliwej do uniknięcia ślepocie na skalę globalną.

Cytowanie: Kaushik, N., Sharma, P., Miya, T. et al. Portable AI-powered scanning slit-light device for low-cost eye disease screening. Sci Rep 16, 13862 (2026). https://doi.org/10.1038/s41598-026-44392-w

Słowa kluczowe: badanie wzroku, przenośne obrazowanie, sztuczna inteligencja, ryzyko jaskry, niskokosztowe urządzenie medyczne