AI in Alzheimer diagnostiek

Dementie is een wereldwijd gezondheidsprobleem, met enorme impact op de gezondheidszorg en economie. In Nederland is het aantal mensen met dementie de laatste jaren snel gegroeid en dit aantal zal door vergrijzing verder toenemen. De diagnose dementie is complex en vaak pas definitief na kostbaar en invasief onderzoek. Het introduceren van gemakkelijk uit te voeren tests in de eerstelijn kan bijdragen aan een verbeterde vroegtijdige herkenning en behandeling van dementie binnen de bredere bevolking. Een potentieel veelbelovende benadering is vroege detectie van retinale (netvlies) veranderingen in het oog met behulp van kunstmatige intelligentie (KI). Onderzoek toont aan dat neurale netwerken, een component van KI, subtiele afwijkingen in de retina kunnen detecteren die gerelateerd zijn aan dementie. Een algoritme, ontwikkeld door Cheung et al., toont veelbelovende resultaten op basis van retinale foto's. Het Geheugencentrum van het Jeroen Bosch Ziekenhuis heeft interesse in het gebruik van neurale netwerktechnologieën bij de diagnose van dementie. Het uitvoeren van een implementatieonderzoek gaat echter gepaard met uitdagingen op het gebied van dataverzameling, en daarnaast dienen zorgvuldige ethische overwegingen plaats te vinden. Om implementatieonderzoek in de toekomst mogelijk te maken, wil het Jeroen Bosch Ziekenhuis, samen met Biotactical BV en Avans Hogeschool verkennend onderzoek doen naar de nauwkeurigheid en praktische toepasbaarheid van het algoritme van Cheung et al., gebruikmakend van bestaande datasets. Daarnaast zal een juridisch en ethisch raamwerk worden ontworpen met richtlijnen voor een implementatieonderzoek van deze software in zorginstellingen. Het doel van dit verkennend onderzoeksproject is om vertrouwen op te bouwen bij belanghebbenden en 'lessons learned' op te nemen in een latere implementatiefase.

Eindrapportage

De ziekte van Alzheimer heeft grote gevolgen voor patiënten, hun naasten en de zorg. Vroege opsporing is belangrijk, maar bestaande methoden zoals PET-scans zijn duur, tijdrovend en belastend voor patiënten. Dit project onderzocht of foto’s van het netvlies van het oog (retinascans) kunnen helpen bij een eenvoudigere, goedkopere en minder ingrijpende manier om Alzheimer vroegtijdig te signaleren.
Onderzoek laat zien dat veranderingen die typisch zijn voor Alzheimer ook zichtbaar zijn in het netvlies. Bij patiënten stapelen bepaalde eiwitten zich op en ontstaan ontstekingsreacties, die nauw verband houden met de ziekte in de hersenen. Dit maakt het netvlies interessant voor vroege opsporing van Alzheimer.
In dit project is gekeken of AI subtiele veranderingen in retinascans automatisch kan detecteren en analyseren. Hiervoor zijn medische gegevens en retinascans uit de UK Biobank gebruikt, een grote internationale onderzoeksdatabase. Omdat retinascans sterk kunnen verschillen in helderheid, scherpte en oriëntatie, kan dit AI-modellen verstoren en tot onnauwkeurige resultaten leiden. Daarom is een geavanceerde methode ontwikkeld om de beelden eerst op te schonen en vervolgens automatisch het netwerk van bloedvaten in het oog te isoleren. Dit vaatnetwerk kan belangrijke aanwijzingen bevatten over veranderingen in de hersenen, zoals een afname in vaatdichtheid of een verandering in de vorm van bloedvaten.
Met een modern AI-model (FR-UNet) lukte het om de bloedvaten nauwkeurig in kaart te brengen, inclusief de kleinste haarvaatjes. De kwaliteit van deze segmentatie komt goed overeen met wetenschappelijke literatuur over vergelijkbare methoden.
Hoewel de verbeterde beelden zijn gebruikt om Alzheimer te herkennen, bleek dit met de beschikbare data nog niet betrouwbaar mogelijk. Dit komt mogelijk door het beperkte aantal geschikte scans en doordat veranderingen in het oog ook bij andere aandoeningen voorkomen, zoals diabetes.
Het project laat zien dat AI-gestuurde analyse van retinascans technisch uitvoerbaar is en een solide basis vormt voor verder onderzoek naar Alzheimerdetectie.