Att förutsäga progression till proliferativ diabetisk retinopati med automatisk kontra manuell kvantifiering av retinala blödningar

Varför detta är viktigt för personer med diabetes

Diabetes kan i tysthet skada ögats bakre del långt innan synen påverkas. Läkare vet att förändringar i ögat hos vissa personer förblir lindriga i åratal, medan andra snabbt utvecklas till sjukdom som hotar synen. Denna studie ställer en praktisk fråga med stora följder: kan ett automatiserat datasystem, baserat på vidvinkelbilder av ögat, hjälpa till att förutsäga vilka patienter som sannolikt går vidare till ett farligt stadium som kallas proliferativ diabetisk retinopati?

Att titta djupt in i ögat

Diabetisk retinopati uppstår när långvarigt högt blodsocker skadar små blodkärl i näthinnan, det ljuskänsliga lagret som täcker ögats bakre del. Dessa kärl kan läcka eller blöda och skapa små mörka fläckar som kallas blödningar. Under årtionden har ögonspecialister bedömt sjukdomens svårighetsgrad genom att undersöka ett begränsat centralt område av näthinnan i standardiserade foton. Nya kameror fångar nu nästan hela näthinnan i en enda ultravidvinklig bild och visar många fler fläckar och förändringar, särskilt ut mot kanterna. Tidigare arbete visade att den totala blödningsytan och hur långt dessa fläckar ligger från synnerven — det ljusa runda området där nervfibrerna lämnar ögat — kan hjälpa till att förutsäga vilka ögon som löper större risk att försämras.

Jämförelse mellan människor och algoritmer

Forskningen omfattade 63 ögon från personer med diabetes som vid studiestart hade icke-proliferativ, det vill säga ännu inte svår, retinopati och minst ett års uppföljning. Tränade experter spårade noggrant varje synlig blödningsfläck på vidvinklingsbilder med specialiserad programvara, en omständlig process som kan innebära tusentals markeringar per öga. Samma bilder bearbetades sedan av ett djupinlärningsbaserat program kallat EyeRead, som är utformat för att automatiskt hitta och avgränsa dessa fläckar. För både de manuella spårningarna och de automatiska resultaten beräknade teamet hur många blödningar som fanns, hur stor total yta de täckte och hur långt från synnerven fläckarna i genomsnitt var belägna i både centrala och perifera områden.

Vad datorn såg

Det automatiska systemet rapporterade konsekvent färre blödningar och en mindre total blödningsyta än de mänskliga graderarna. Denna underskattning verkade främst bero på hur exakt gränserna för varje fläck ritades, en svår uppgift eftersom många fläckar har otydliga kanter. Ändå rörde sig datorns mätningar och de manuella mätningarna i nära samklang när forskarna jämförde ögonen ett och ett; särskilt gällde detta total blödningsyta. Med andra ord, även om de absoluta siffrorna var lägre, tenderade ögon som bedömdes av människor ha fler eller större blödningar också att få högre poäng av algoritmen.

Fläckarnas placering som varningstecken

Den mest slående iakttagelsen handlade inte bara om hur många fläckar som fanns utan var de var belägna. Under ett år utvecklades 29 av de 63 ögonen till proliferativ diabetisk retinopati, ett stadium kännetecknat av tillväxt av sköra nya kärl som kan orsaka allvarlig synförlust. Med statistiska modeller fann forskarna att ögon med blödningar belägna längre från synnerven — det vill säga mer mot näthinnans periferi — var mer benägna att progrediera, oberoende av om mätningarna kom från mänskliga spårare eller det automatiska systemet. Detta stämmer med tidigare bevis för att skador och dålig blodgenomströmning i den yttre näthinnan är ett dåligt tecken för framtida sjukdom.

Vad detta betyder för framtidens ögonvård

För personer med diabetes och deras läkare är slutsatsen hoppfull: även ett ofullkomligt automatiserat verktyg som arbetar med vidvinkliga retinalbilder kan fortfarande hjälpa till att flagga ögon med högre risk att utvecklas till ett farligt sjukdomsstadium, särskilt när det fångar hur långt blödningarna sträcker sig mot den yttre näthinnan. Även om algoritmen missar vissa detaljer jämfört med expertmänniskor, ligger dess mätningar tillräckligt nära för att vara användbara. Med fortsatt förfining och utvidgning till andra retinala förändringar skulle sådana system kunna erbjuda snabba, objektiva riskbedömningar i hektiska kliniker eller i avlägsna miljöer och hjälpa till att rikta uppmärksamhet och behandling till de patienter som behöver det mest.

Citering: 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

Nyckelord: diabetisk retinopati, retinal bildtagning, artificiell intelligens, sjukdomsprogression, ögonscreening