Η Τεχνητή Νοημοσύνη Αναδιαμορφώνει την Προληπτική Οφθαλμολογία και Προστατεύει την Όραση

Τα μάτια, ένα βασικό αισθητήριο όργανο, διαδραματίζουν σημαντικό ρόλο σε κάθε στάδιο της ζωής μας.

Παρέχουν στον εγκέφαλο πληροφορίες για τον έξω κόσμο. Χωρίς όραση, θα δυσκολευόμασταν να εκτελέσουμε καθημερινές δραστηριότητες όπως η ανάγνωση, η μάθηση, το περπάτημα και η αλληλεπίδραση με το περιβάλλον μας.

Καλή όραση είναι απαραίτητη για την απόλαυση της ανεξαρτησίας και, φυσικά, των χαρών της ζωής.

Ωστόσο, περισσότερο από 2,2 δισεκατομμύρια άτομα δεν μπορούν να το κάνουν λόγω οπτικής ανεπάρκειας, η οποία προκύπτει από μια οφθαλμική κατάσταση που επηρεάζει το οπτικό σύστημα και τις λειτουργίες του.

Καταρράκτες, γλαύκωμα, σφαλματισμοί, διαβητική αμφιβληστροειδοπάθεια, εκφυλισμός της κηλίδας ηλικίας (AMD) και προσαρμοστική υπερμετρωπία είναι μερικές από τις κύριες αιτίες οπτικής ανεπάρκειας.

Η οπτική ανεπάρκεια έχει σοβαρές συνέπειες για τη ζωή ενός ατόμου, πολλές από τις οποίες μπορούν να μετριαστούν μέσω έγκαιρης πρόσβασης σε ποιοτική οφθαλμολογική φροντίδα. Πέρα από την επίδρασή της στα άτομα, η οπτική ανεπάρκεια επιφέρει επίσης σημαντικό οικονομικό βάρος, με το ετήσιο παγκόσμιο κόστος της χαμένης παραγωγικότητας να εκτιμάται στα 411 δισεκατομμύρια δολάρια.

Ως αποτέλεσμα, οι οφθαλμικές παθήσεις που μπορούν να προκαλέσουν οπτική ανεπάρκεια και τύφλωση αποτελούν κύριο στόχο των στρατηγικών οφθαλμολογικής φροντίδας.

AI στην Οφθαλμολογία

Καθώς η οπτική ανεπάρκεια μειώνει την ποιότητα ζωής ενός ατόμου και δημιουργεί σημαντικό παγκόσμιο οικονομικό βάρος, γιατροί, επιστήμονες και ερευνητές στρέφονται στην τεχνητή νοημοσύνη (AI) για να μετασχηματίσουν την οφθαλμολογική φροντίδα.

Η ταχέως εξελισσόμενη τεχνολογία βελτιώνει την επιχειρησιακή αποδοτικότητα και την ανάλυση δεδομένων σε τομείς όπως η χρηματοοικονομία, η βιομηχανία, το λιανικό εμπόριο, τα μέσα ενημέρωσης και η υγειονομική περίθαλψη.

Στην υγεία και την ιατρική, η επιρροή της AI έχει αυξηθεί δραματικά τα τελευταία χρόνια.

AI για Έγκαιρη Ανίχνευση: DR, Γλαύκωμα και AMD

Στην οφθαλμολογία, ειδικότερα, η AI επιτρέπει την έγκαιρη ανίχνευση ασθενειών όπως το γλαύκωμα, η διαβητική αμφιβληστροειδοπάθεια και η AMD μέσω ανάλυσης εικόνων του αμφιβληστροειδούς και δεδομένων ασθενών. Εδώ, τα εργαλεία AI επιτρέπουν εξατομικευμένες παρεμβάσεις και αυτοματοποιημένη διάγνωση και έλεγχο.

Η τεχνολογία παρέχει επίσης χειρουργική βοήθεια, βοηθώντας στην επιλογή υποψηφίων, τη βελτιστοποίηση τεχνικών, τη μείωση επιπλοκών και την πρόβλεψη μεταχειρουργικών αποτελεσμάτων.

Σύμφωνα με ειδικούς, η AI θα διαδραματίσει αυξανόμενο ρόλο στην κλινική και χειρουργική πρακτική στο μέλλον της χειρουργικής του πρόσθιου τμήματος, η οποία εστιάζει στις πρόσθιες δομές του ματιού για τη θεραπεία τραυμάτων και παθήσεων όπως οι καταρράκτες και οι διαταραχές του κερατοειδούς.

Ήδη, η τεχνολογία χρησιμοποιείται εδώ για έλεγχο και διάγνωση καταρράκτη, ταξινόμηση χειρουργικών φάσεων και πρόβλεψη χρόνου χειρουργικής για βελτιστοποίηση της ροής εργασίας στο λειτουργικό θάλαμο. Επιπλέον, η AI εφαρμόζεται στον βέλτιστο υπολογισμό της ισχύος του ενδοφθαλμικού φακού (IOL), που αναφέρεται στη διαθλαστική δύναμη του συνθετικού φακού που εμφυτεύεται κατά τη χειρουργική καταρράκτη για αντικατάσταση του φυσικού φακού.

Υπάρχει, τέλος, πληθώρα βιβλιογραφίας καθώς και δεδομένων απεικόνισης που έχουν συλλεχθεί κατά τα χρόνια ως τυπική πρακτική.

Σύρετε για κύλιση →

Πώς Τα LLM Συγκρίνονται με τους Οφθαλμολόγους

Μία μελέτη διαπίστωσε ότι η AI ξεπερνά τις ικανότητες των μη‑ειδικών γιατρών¹ στην αξιολόγηση προβλημάτων του ματιού.

Καθοδηγούμενη από το Πανεπιστήμιο του Κέμπριτζ, η μελέτη ανέφερε ότι οι κλινικές γνώσεις και οι δεξιότητες λογικής του δημοφιλούς μεγάλου γλωσσικού μοντέλου (LLM), GPT‑4, πλησιάζουν πλέον το επίπεδο των ειδικών οφθαλμολόγων.

Το GPT‑4 δοκιμάστηκε εναντίον έμπειρων οφθαλμολόγων, μη‑ειδικών νεαρών γιατρών και εκπαιδευομένων, με κάθε ομάδα να αντιμετωπίζει έως και 87 σενάρια που αφορούν συγκεκριμένα προβλήματα του ματιού. Οι ερωτήσεις προέρχονταν από ένα εγχειρίδιο που χρησιμοποιείται για τη δοκιμή εκπαιδευομένων, αλλά δεν είναι ελεύθερα διαθέσιμο στο διαδίκτυο, καθιστώντας απίθανο το GPT‑4 να το είχε δει στα δεδομένα εκπαίδευσής του.

Οι γιατροί έπρεπε να επιλέξουν διάγνωση ή συμβουλή θεραπείας από τέσσερις επιλογές. Σύμφωνα με τη μελέτη, το μοντέλο AI πέτυχε υψηλότερη βαθμολογία από τους νεαρούς γιατρούς και είχε περίπου τις ίδιες βαθμολογίες με τους εκπαιδευόμενους και τους ειδικούς, αν και οι κορυφαίοι γιατροί ξεπέρασαν το GPT‑4.

Τα LLM δεν θα αντικαταστήσουν τους επαγγελματίες υγείας, όπως ανέφεραν οι ερευνητές, αλλά σημειώνουν ότι μπορούν να βελτιώσουν την υγειονομική περίθαλψη παρέχοντας διαγνώσεις, συμβουλές και προτάσεις διαχείρισης σε ορισμένα πλαίσια.

Από το Εργαστήριο στην Κλινική: Πραγματικά Αποτελέσματα Ελέγχου

Μία πρόσφατη μελέτη αξιολόγησε την υλοποίηση της AI στην ανίχνευση γλαυκώματος² σε πραγματικά περιβάλλοντα.

Για το σκοπό αυτό, ανέπτυξαν ένα αυτοματοποιημένο σύστημα φωτογραφίας αμφιβληστροειδούς και AI‑βασισμένου ελέγχου για την αξιολόγηση της αποδοχής, εφικτότητας και ακρίβειας. Η μελέτη πρόσλαβε άτομα ηλικίας 50 ετών ή άνω, με τις εικόνες του αμφιβληστροειδούς να λαμβάνονται από αυτοματοποιημένη κάμερα φόντου και να αναλύονται από AI.

Το σύστημα AI πέτυχε AUROC 0,80, δείχνοντας τη δυνατότητα της τεχνολογίας να διακρίνει μεταξύ καταστάσεων. Η ευαισθησία ήταν 65%, αντιπροσωπεύοντας τις πραγματικές περιπτώσεις που εντοπίστηκαν σωστά, ενώ η ειδικότητα ήταν 94,6%, αντανακλώντας ακριβή ταξινόμηση υγιών ατόμων. Από 161 ασθενείς που δεν είχαν διαγνωστεί προηγουμένως, 18 (11,2%) εντοπίστηκαν ως αναφερόμενοι σε γλαύκωμα. Η μελέτη δήλωσε:

«Παρά τις προκλήσεις όπως η χαμηλότερη ευαισθησία και οι περιορισμοί λήψης εικόνας, το σύστημα δείχνει υποσχόμενη δυνατότητα για ευκαιριακό έλεγχο σε πρωτοβάθμιες ρυθμίσεις φροντίδας.»

Μία ανασκόπηση³ από το Τμήμα Οφθαλμολογίας του Πανεπιστημίου Capital Medical University, Κίνα, διερεύνησε τις εφαρμογές και τις προκλήσεις της AI στην μυωπία.

Αυτή τη στιγμή, η κατάσταση αυτή επηρεάζει πάνω από δύο δισεκατομμύρια ανθρώπους παγκοσμίως, και μέχρι το 2050, σχεδόν το ήμισυ του παγκόσμιου πληθυσμού αναμένεται να επηρεαστεί. Αν δεν διορθωθεί, η μυωπία μπορεί να μειώσει την όραση, να διαταράξει την εκπαίδευση και να επηρεάσει τις ευκαιρίες απασχόλησης, ενώ η υψηλή μυωπία μπορεί να προκαλέσει μόνιμη απώλεια όρασης. Συνεπώς, η έγκαιρη διάγνωση είναι σημαντική για τη διαχείριση της προόδου και την πρόληψη μακροπρόθεσμων ζημιών στην όραση.

Εδώ, η AI μπορεί να προσφέρει ένα υποσχόμενο εργαλείο αναλύοντας σύνθετα ιατρικά δεδομένα.

Για την ανίχνευση της μυωπίας, τα μοντέλα AI μπορούν να εκπαιδευτούν σε μεγάλες ποσότητες φωτογραφιών φόντου και εικόνων OCT και στη συνέχεια να μάθουν να εντοπίζουν αλλαγές στη retina που σχετίζονται με τη μυωπία. Η AI μπορεί επίσης να εκπαιδευτεί να εντοπίζει αλλαγές στη συμπεριφορά που σχετίζονται με την έναρξη της μυωπίας. Ακόμη και εξοπλισμός αυτο‑παρακολούθησης όπως το SVOne μπορεί να χρησιμοποιεί AI για την ανίχνευση διαθλαστικών σφαλμάτων στα μάτια. Για την ανακάλυψη παραγόντων κινδύνου, μπορούν να χρησιμοποιηθούν τεχνικές όπως λογιστική παλινδρόμηση, μηχανή διανύσματος υποστήριξης (SVM) και XGBoost.

Ενώ η AI μπορεί να βοηθήσει την κλινική πρακτική και τη λήψη πολιτικών για τον έλεγχο της μυωπίας, δεν είναι χωρίς προκλήσεις.

«Δημιουργώντας υψηλής ποιότητας σύνολα δεδομένων, βελτιώνοντας την ικανότητα του μοντέλου να επεξεργάζεται πολυμορφικά δεδομένα εικόνας και ενισχύοντας την αλληλεπίδραση ανθρώπου‑μηχανής, τα μοντέλα AI μπορούν να βελτιωθούν περαιτέρω για ευρεία κλινική εφαρμογή.»

– Δρ. Jifeng Yu

Αντιμετώπιση της Ανισότητας

Ενώ τα προβλήματα όρασης είναι διαδεδομένα, η ανεπάρκεια είναι πιο συχνή σε χώρες με χαμηλό και μεσαίο εισόδημα (LMICs) σε σύγκριση με πλούσιες περιοχές. Επιτρέποντας σε περισσότερα άτομα να ελεγχθούν, η AI μπορεί να βοηθήσει στη γεφύρωση του χάσματος σε περιοχές με περιορισμένη πρόσβαση σε εξειδικευμένη οφθαλμολογική φροντίδα.

Για το σκοπό αυτό, η τεχνολογική γιγαντ Google δημιούργησε ένα μοντέλο AI που ονομάζεται ARDA (Automated Retinal Disease Assessment) και πρόσφατα παραχώρησε άδεια του μοντέλου AI για ανίχνευση διαβητικής αμφιβληστροειδοπάθειας σε εταιρείες τεχνολογίας υγείας στην Ταϊλάνδη και την Ινδία.

«Θα δημιουργήσουν τα δικά τους επιχειρηματικά μοντέλα, αλλά παράλληλα θα παρέχουν ελέγχους σε άτομα που το χρειάζονται περισσότερο αλλά δεν μπορούν να το αντέξουν οικονομικά. Η τύφλωση από διαβητική αμφιβληστροειδοπάθεια είναι απολύτως προλαμβάσιμη, και το γεγονός ότι δεν έχουμε καταφέρει να κάνουμε αποτελεσματικό έλεγχο σε ορισμένες από αυτές τις περιοχές δεν πρέπει να συγχωρείται.»

– Sunny Virmani, διευθυντής έργου στο Google Health

Ο διαβήτης, που γίνεται όλο και πιο συχνός σε LMICs, μπορεί να επηρεάσει σοβαρά την όραση προκαλώντας θολή όραση, διαβητικό οίδημα της ωχράς κηλίδας, γλαύκωμα και διαβητική αμφιβληστροειδοπάθεια. Η τελευταία προκύπτει από υπερβολική ζάχαρη που βλάπτει τα αιμοφόρα αγγεία, οδηγώντας σε διαρροή υγρού στο μάτι.

Η διαβητική αμφιβληστροειδοπάθεια μπορεί να προκαλέσει αλλαγές στην όραση και, τελικά, τύφλωση. Ωστόσο, η έγκαιρη διάγνωση και θεραπεία μειώνουν τον κίνδυνο έως και 98%. Αλλά μόνο λίγοι διαβητικοί υποβάλλονται σε έλεγχο.

Έτσι, πριν από πάνω από μια δεκαετία, ο Dale Webster, διευθυντής έρευνας στο Google Health, μαζί με τους συναδέλφους του, άρχισε να δοκιμάζει την ικανότητα της AI να διαγνώσει ασθένειες από ιατρικές εικόνες.

Αυτό οδήγησε στο ARDA, το οποίο μπορεί να διαγνώσει την ασθένεια με την ίδια αποτελεσματικότητα με έναν οφθαλμίατρο.

Για το μοντέλο AI, η ομάδα της Google εξέτασε 7.651 άτομα σε τρεις περιοχές στην Ταϊλάνδη μεταξύ 2018 και 2020, με το ARDA να πετυχαίνει ακρίβεια 94,7%, δείχνοντας «ότι αυτά τα εργαλεία είναι ασφαλή και αποτελεσματικά».

Κάντε κλικ εδώ για μια λίστα με τις δέκα κορυφαίες μετοχές ειδικών σπάνιων ασθενειών.

Η Επανάσταση της AI στη Διαχείριση του Κερατοκονίου

Παρά την πρόοδο αυτή, ερευνητές έχουν πλέον αναπτύξει μια AI που μπορεί να προβλέψει με ακρίβεια ποιοι ασθενείς με κερατοκονίο κινδυνεύουν να τυφλώσουν, απαιτώντας έγκαιρη θεραπεία και παρακολούθηση, χρόνια πριν οι γιατροί μπορούν να το εντοπίσουν. Με αυτόν τον τρόπο, η τεχνολογία μπορεί να μειώσει περιττές επεμβάσεις και να αποτρέψει την απώλεια όρασης.

Το κερατοκονίο είναι μια προοδευτική οφθαλμική κατάσταση χωρίς γνωστή αιτία.

Σε αυτήν την κατάσταση, ο κερατοειδής παραμορφώνεται. Είναι το διαυγές, κυλινδρικό στρώμα που καλύπτει την ίριδα και την κόρη, επιτρέποντας στο φως να εισέλθει και βοηθώντας στην εστίαση για καθαρή όραση.

Όταν ο κερατοειδής λεπτώνει και προεξέχει σε σχήμα κώνου, ονομάζεται κερατοκονίο. Η αλλαγή στο σχήμα του κερατοειδούς απομακρύνει τις ακτίνες φωτός από το εστιακό σημείο, προκαλώντας παραμορφωμένη όραση. Άλλα συμπτώματα περιλαμβάνουν λάμψη, ευαισθησία στο φως και θολή όραση, καθιστώντας δύσκολες καθημερινές δραστηριότητες όπως η οδήγηση ή η ανάγνωση.

Η νόσος αυτή εμφανίζεται συχνά στα τέλη της εφηβείας ή στις αρχές των 20s και προοδεύει με την πάροδο του χρόνου.

Παρόλο που η ακριβής αιτία είναι άγνωστη, μπορεί να είναι γενετική· 1 στα 10 άτομα με κερατοκονίο έχει γονέα που επίσης το πάσχει. Το κερατοκονίο σχετίζεται επίσης με υπερβολικό τρίψιμο των ματιών, αλλεργίες στα μάτια, αραίωση του κερατοειδούς λόγω απώλειας κολλαγόνου και διαταραχές συνδετικού ιστού.

Συνήθως επηρεάζει και τα δύο μάτια, αλλά μπορεί να προκαλέσει πολύ διαφορετική όραση και συμπτώματα μεταξύ των δύο ματιών.

Τα συμπτώματα του κερατοκονίου επιδεινώνονται αργά σε περίοδο δέκα έως είκοσι ετών. Στο αρχικό στάδιο, τα συμπτώματα μπορεί να περιλαμβάνουν ερυθρότητα ή οίδημα του ματιού, αυξημένη ευαισθησία στο φως και τη λάμψη, ήπια θόλωση της όρασης και ελαφρώς παραμορφωμένη όραση. Σε μεταγενέστερα στάδια, τα συμπτώματα συχνά περιλαμβάνουν αυξημένη μυωπία ή αστιγμισμό και πιο θολή και παραμορφωμένη όραση.

Κατά τα αρχικά στάδια, τα προβλήματα όρασης μπορούν συχνά να διορθωθούν με γυαλιά ή φακούς επαφής, αλλά στα μεταγενέστερα στάδια μπορεί να απαιτηθούν σκληροί αεροδιαπερατοί φακοί επαφής.

Αν δεν αντιμετωπιστεί έγκαιρα και η κατάσταση επιδεινωθεί, μπορεί να χρειαστούν μεταμοσχεύσεις κερατοειδούς, Intacs (μικρές εμφυτεύσεις κερατοειδούς) και διασταύρωση κερατοειδούς (CXL). Τώρα, για τη διάγνωση του κερατοκονίου, οι γιατροί παρακολουθούν τους ασθενείς με την πάροδο του χρόνου.

Κατά τις τακτικές οφθαλμολογικές εξετάσεις, ένας οφθαλμίατρος εξετάζει τον κερατοειδή και μπορεί να χρησιμοποιήσει εξειδικευμένη απεικόνιση για τη μέτρηση της καμπυλότητας, η οποία αποκαλύπτει τυχόν αλλαγές στο σχήμα του.

«Το κερατοκονίο είναι μια διαχειρίσιμη κατάσταση, αλλά η γνώση του ποιον να θεραπεύσουμε, πότε και πώς να δώσουμε τη θεραπεία είναι προκλητική. Δυστυχώς, αυτό το πρόβλημα μπορεί να οδηγήσει σε καθυστερήσεις, με πολλούς ασθενείς να υφίστανται απώλεια όρασης και να απαιτούν επεμβατικές χειρουργικές ή μεταμοσχευτικές επεμβάσεις.»

– Δρ. José Luis Güell, Επίτροπος ESCRS και Επικεφαλής του Τμήματος Κερατοειδούς, Καταλαιπτικού και Ρεφρακτικού Χειρουργείου στο Instituto de Microcirugía Ocular, Ισπανία

Αλλά οι ερευνητές έχουν πλέον επιτύχει μια επανάσταση που θα μπορούσε να αναδιαμορφώσει την οφθαλμολογική φροντίδα, επιτρέποντας στην AI να προβλέψει ποιοι ασθενείς με κερατοκονίο χρειάζονται επείγουσα θεραπεία του κερατοειδούς πριν προκύψει μη αναστρέψιμη βλάβη, ενδεχομένως σώζοντας την όραση και μειώνοντας τις μεταμοσχεύσεις.

Η μελέτη παρουσιάστηκε πρόσφατα στο 43ο Συνέδριο της Ευρωπαϊκής Εταιρείας Καταρράκτων και Ρεφρακτικών Χειρουργών (ESCRS).

Διάσωση της Ανθρώπινης Όρασης & Πόρων Υγείας

Διεξαχθείσα από τον Δρ. Shafi Balal και συναδέλφους του στο Moorfields Eye Hospital NHS Foundation Trust και το University College London (UCL), η μελέτη χρησιμοποίησε AI για την ανάλυση εικόνων των ματιών των ασθενών και τις συνδύασε με άλλα δεδομένα για να προβλέψει ποιοι ασθενείς με κερατοκονίο απαιτούν άμεση θεραπεία και ποιοι μπορούν να συνεχίσουν με παρακολούθηση.

«Το κερατοκονίο προκαλεί οπτική ανεπάρκεια σε νέους, εργαζόμενους ασθενείς, και είναι η πιο συχνή αιτία μεταμόσχευσης κερατοειδούς στη Δυτική χώρα.»

– Δρ. Balal

Με μόνο μία ενιαία θεραπεία, την «διασταύρωση», η πρόοδος της νόσου μπορεί να σταματήσει. Η θεραπεία περιλαμβάνει χρήση υπεριώδους ακτινοβολίας και σταγόνων βιταμίνης B2 (ριβοφλαβίνης) για την ενίσχυση του κερατοειδούς.

Η θεραπεία διασταύρωσης, ωστόσο, πρέπει να γίνει πριν η ουλώδης ουλή γίνει μόνιμη, κάτι που εξαλείφει την ανάγκη για μεταμόσχευση κερατοειδούς. Είναι στην πραγματικότητα επιτυχής σε πάνω από 95% των περιπτώσεων. Σύμφωνα με τον Δρ. Balal:

«Ωστόσο, οι γιατροί δεν μπορούν επί του παρόντος να προβλέψουν ποιοι ασθενείς θα προοδεύσουν και θα χρειαστούν θεραπεία, και ποιοι θα παραμείνουν σταθεροί με μόνο παρακολούθηση. Αυτό σημαίνει ότι οι ασθενείς χρειάζονται συχνή παρακολούθηση για πολλά χρόνια, με τη διασταύρωση να γίνεται συνήθως μετά την εμφάνιση προόδου.»

Έτσι, η AI μπορεί να διαγνώσει το κερατοκονίο εγκαίρως.

Για το μοντέλο AI, η μελέτη χρησιμοποίησε μια ομάδα ασθενών που παραπέμφθηκαν στο Moorfields Eye Hospital για αξιολόγηση και παρακολούθηση κερατοκονίου, συμπεριλαμβανομένης της σάρωσης του μπροστινού ματιού με OCT για την εξέταση του σχήματος.

Η οπτική συνεκτικότητα τομογραφίας (OCT) είναι μια μη‑επεμβατική μέθοδος απεικόνισης που χρησιμοποιεί κύματα φωτός για τη λήψη υψηλής ανάλυσης, εγκάρσιων εικόνων της retina. Η τεχνική χρησιμοποιείται ευρέως στην οφθαλμολογία για τη διάγνωση καταστάσεων όπως ο εκφυλισμός της κηλίδας, το γλαύκωμα και η διαβητική αμφιβληστροειδοπάθεια.

Οι ερευνητές μελέτησαν 36.673 εικόνες OCT από 6.684 ασθενείς χρησιμοποιώντας AI. Διαπίστωσαν ότι το μοντέλο AI μπορεί με ακρίβεια να προβλέψει εάν η κατάσταση ενός ασθενούς θα παραμείνει σταθερή ή θα επιδεινωθεί, βασιζόμενο αποκλειστικά στην πρώτη επίσκεψη.

Αυτό σημαίνει ότι από την αρχική ρουτίνα συμβουλευτική, η AI μπορεί να βοηθήσει τους γιατρούς να προβλέψουν ποιοι ασθενείς είναι πιθανό να παρουσιάσουν πρόοδο, επιτρέποντας έγκαιρη θεραπεία πριν εμφανιστούν οι επιπλοκές.

Χρησιμοποιώντας το μοντέλο AI, οι ερευνητές ταξινόμησαν τους ασθενείς σε δύο ομάδες. Μία ομάδα ήταν χαμηλού κινδύνου, αποτελούμενη από τα δύο τρίτα των ασθενών που δεν απαιτούσαν θεραπεία. Η άλλη ήταν η ομάδα υψηλού κινδύνου, με το ένα τρίτο των ασθενών που χρειάζονταν άμεση θεραπεία διασταύρωσης.

Με την προσθήκη των δεδομένων από τη δεύτερη επίσκεψη στο νοσοκομείο, το μοντέλο AI μπορούσε να ταξινομήσει έως και το 90% των ασθενών.

Αυτό καθιστά τη μελέτη την πρώτη του είδους που επιτυγχάνει τέτοιο υψηλό επίπεδο ακρίβειας στην πρόβλεψη του κινδύνου προόδου του κερατοκονίου, χρησιμοποιώντας συνδυασμό σαρώσεων και δεδομένων ασθενών, όπως ανέφερε ο Δρ. Balal. Πρόσθεσε:

«Η έρευνά μας δείχνει ότι μπορούμε να χρησιμοποιήσουμε AI για να προβλέψουμε ποιοι ασθενείς χρειάζονται θεραπεία και ποιοι μπορούν να συνεχίσουν με παρακολούθηση.»

Η μελέτη, όπως σημειώνει ο Δρ. Balal, περιελάμβανε μια μεγάλη ομάδα ασθενών που παρακολουθήθηκαν για δύο χρόνια ή περισσότερο. Τα αποτελέσματα υποδηλώνουν ότι οι ασθενείς με υψηλό κίνδυνο κερατοκονίου θα μπορούσαν να λάβουν προληπτική θεραπεία πριν προχωρήσει η κατάσταση, βοηθώντας στην πρόληψη της απώλειας όρασης και στη μείωση της ανάγκης για πολύπλοκη μεταμόσχευση κερατοειδούς και το βάρος ανάρρωσης.”

Εν τω μεταξύ, οι ασθενείς χαμηλού κινδύνου μπορούν να αποφύγουν περιττή παρακολούθηση, εξοικονομώντας πόρους υγείας.

«Η αποτελεσματική ταξινόμηση των ασθενών από τον αλγόριθμο θα επιτρέψει στους ειδικούς να ανακατευθυνθούν σε περιοχές με τη μεγαλύτερη ανάγκη.»

– Δρ. Balal

Οι ερευνητές εργάζονται αυτή τη στιγμή στην ανάπτυξη ενός ακόμη πιο ισχυρού αλγορίθμου AI, ο οποίος θα εκπαιδευτεί σε εκατομμύρια σαρώσεις ματιών. Ο αλγόριθμος μπορεί να προσαρμοστεί για συγκεκριμένα καθήκοντα, όπως η πρόβλεψη προόδου κερατοκονίου, καθώς και η ανίχνευση κληρονομικών οφθαλμικών ασθενειών και λοιμώξεων του ματιού.

Αν ο αλγόριθμος «συνεχώς αποδείξει την αποτελεσματικότητά του, αυτή η τεχνολογία θα αποτρέψει τελικά την απώλεια όρασης και πιο δύσκολες στρατηγικές διαχείρισης σε νέους, εργαζόμενους ασθενείς», δήλωσε ο Δρ. Güell, ο οποίος δεν συμμετείχε στην έρευνα.

Ο αλγόριθμος θα περάσει τώρα σε περαιτέρω δοκιμές ασφαλείας πριν μπορέσει να υλοποιηθεί σε κλινικό περιβάλλον.

Επένδυση στην AI‑προσανατολισμένη Φροντίδα Ματιών

Alcon AG (ALC.SW ) (ALC ) είναι μια ελβετική εταιρεία οφθαλμολογικής φροντίδας που ερευνά, κατασκευάζει και πωλεί μια σειρά προϊόντων οφθαλμολογικής φροντίδας μέσω των τμημάτων Surgical και Vision Care για παθήσεις όπως οι καταρράκτες, το γλαύκωμα, οι ασθένειες του αμφιβληστροειδούς και οι σφαλματισμοί.

Alcon AG (ALC )

Με κεφαλαιοποίηση αγοράς 39,6 δισεκατομμυρίων δολαρίων, οι μετοχές ALC διαπραγματεύονται αυτή τη στιγμή στα 77,78 δολάρια, κάτω 8,81% ετησίως και περίπου 23% κάτω από το υψηλό τους πάνω από 100 δολάρια στα τέλη του περασμένου χρόνου. Με αυτό, έχει κέρδη ανά μετοχή (EPS) (TTM) 2,25 και P/E (TTM) 34,41, ενώ το μερίδιο μερισμάτων είναι 0,43%.

Για το 2ο τρίμηνο 2025, η Alcon ανέφερε αύξηση 4% στις πωλήσεις, φτάνοντας τα 2,6 δισεκατομμύρια δολάρια. Το αραίωμένο EPS για το τρίμηνο ήταν 0,35 δολάρια.

Η εταιρεία δημιούργησε 889 εκατομμύρια δολάρια μετρητών από τις λειτουργίες της κατά τη διάρκεια αυτής της περιόδου, ενώ 681 εκατομμύρια δολάρια ελεύθερης ταμειακής ροής αναφέρθηκαν στο πρώτο εξάμηνο του 2025. Η Alcon επέστρεψε 287 εκατομμύρια δολάρια στους μετόχους.

Αναφέροντας «ισχυρή πρώιμη ζήτηση» για νέα προϊόντα όπως τα Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager και Unity VCS, ο Διευθύνων Σύμβουλος David J. Endicott δήλωσε:

«Αν και είναι ακόμη νωρίς, αυτές οι κυκλοφορίες μας τοποθετούν σε θέση να επιταχύνουμε την ανάπτυξη των εσόδων, να δημιουργήσουμε μετρητά και να προσφέρουμε μακροπρόθεσμη αξία στους μετόχους μας.»

Κάντε κλικ εδώ για να μάθετε τα πάντα για την επένδυση στην τεχνητή νοημοσύνη.

Τελευταία Alcon AG (ALC) Ειδήσεις Μετοχών και Αναπτύξεις

Συμπέρασμα

Με δεκάδες εκατομμύρια ανθρώπους παγκοσμίως σε κίνδυνο οπτικής ανεπάρκειας ή τύφλωσης, η ικανότητα της AI να προβλέπει την πρόοδο της ασθένειας και να καθοδηγεί τις αποφάσεις θεραπείας σηματοδοτεί μια νέα εποχή προληπτικής οφθαλμολογικής φροντίδας. Καθώς οι αλγόριθμοι γίνονται πιο ακριβείς, η AI έχει τη δυνατότητα να ενδυναμώνει τους κλινικούς γιατρούς ώστε να προστατεύουν την όραση, να μειώνουν το κόστος υγειονομικής περίθαλψης και να βελτιώνουν την ποιότητα ζωής.

Κάντε κλικ εδώ για μια λίστα με νέες προόδους που στοχεύουν στην απώλεια όρασης.

Αναφορές:

<sup>1. Thirunavukarasu, A. J., Mahmood, S., Malem, A., Foster, W. P., Sanghera, R., Hassan, R., Zhou, S., Wong, S. W., Wong, Y. L., Chong, Y. J., Shakeel, A., Chang, Y.-H., Tan, B. K. J., Jain, N., Tan, T. F., Rauz, S., Ting, D. S. W., & Ting, D. S. J. (2024). Large language models approach expert-level clinical knowledge and reasoning in ophthalmology: A head-to-head cross-sectional study. PLOS Digital Health, (Version of Record), published 17 Απρίλιος 2024. https://doi.org/10.1371/journal.pdig.0000341
2. Jan, C. L., Joseph, S., Vingrys, A. J., et al. (2025). Prospective pragmatic trial of automated retinal photography and AI glaucoma screening in Australian primary care. npj Digital Medicine, 8, 386. (Version of Record), published 1 Ιούλιος 2025. Received 9 Μάρτιος 2025; accepted 2 Ιούνιος 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L., & Yu, J. (2025). Application of artificial intelligence in myopia prevention and control. Pediatric Investigation, (Version of Record), published 18 Μάρτιος 2025. https://doi.org/10.1002/ped4.70001</sup>