AI hervormt preventieve oogzorg en beschermt het gezichtsvermogen

Ogen, een belangrijk zintuigorgaan, spelen een belangrijke rol in elke fase van ons leven.

Ze leveren informatie aan de hersenen over de buitenwereld. Zonder zicht zouden we moeite hebben met dagelijkse taken zoals lezen, leren, lopen en interactie met onze omgeving.

Goed zicht is essentieel voor het genieten van onafhankelijkheid en, natuurlijk, de geneugten van het leven.

Echter, meer dan 2,2 miljard mensen kunnen dit niet doen vanwege een visuele beperking, die ontstaat door een oogziekte die het visuele systeem en de functies ervan aantast. 

Cataract, glaucoom, refractieve fouten, diabetische retinopathie, leeftijdsgebonden maculaire degeneratie (AMD) en presbyopie behoren tot de belangrijkste oorzaken van visuele beperkingen.

Visuele beperkingen hebben ernstige gevolgen voor iemands leven, waarvan veel kunnen worden verminderd door tijdige toegang tot kwalitatieve oogzorg. Naast de impact op individuen vormt visuele beperking ook een aanzienlijke financiële last, met een jaarlijkse wereldwijde kosten van verloren productiviteit geschat op $411 miljard.

Daarom staan oogziekten die visuele beperkingen en blindheid kunnen veroorzaken centraal in oogzorgstrategieën.

AI in Ophthalmologie

Aangezien visuele beperkingen de kwaliteit van leven van een persoon verminderen en een aanzienlijke wereldwijde economische last creëren, wenden artsen, wetenschappers en onderzoekers zich tot kunstmatige intelligentie (AI) om de oogzorg te transformeren.

De snel evoluerende technologie verbetert de operationele efficiëntie en data‑analyse in sectoren zoals financiën, productie, detailhandel, media en gezondheidszorg.

In de gezondheidszorg en geneeskunde is de invloed van AI de afgelopen jaren drastisch toegenomen. 

AI voor vroege detectie: DR, glaucoom en AMD

In de oogheelkunde maakt AI de vroege detectie van ziekten zoals glaucoom, diabetische retinopathie en AMD mogelijk door analyse van retinale beelden en patiëntgegevens. AI‑tools bieden gepersonaliseerde interventies en geautomatiseerde diagnose en screening. 

De technologie biedt ook chirurgische assistentie, helpt bij het screenen van kandidaten, optimaliseert technieken, minimaliseert complicaties en voorspelt postoperatieve uitkomsten.

Volgens experts zal AI een steeds grotere rol spelen in klinische en chirurgische praktijk in de toekomst van anterior segment chirurgie, die zich richt op de voorste structuren van het oog om verwondingen en aandoeningen zoals cataract en cornaalziekten te behandelen.

Al wordt de technologie hier al gebruikt om cataract te screenen en diagnosticeren, chirurgische fasen te classificeren en de chirurgische timing te voorspellen om de OR‑workflow te optimaliseren. Bovendien wordt AI toegepast op de optimale berekening van de IOL‑kracht (intraoculaire lens), die verwijst naar de refractieve sterkte van de synthetische lens die tijdens cataractchirurgie wordt geïmplanteerd ter vervanging van de natuurlijke lens.

Er is immers veel literatuur en beeldmateriaal verzameld over de jaren als routinepraktijk.

Swipe om te scrollen →

Hoe LLM’s presteren versus oogartsen

Een studie ontdekte dat AI de beoordelingscapaciteit van niet‑gespecialiseerde artsen overtreft¹ bij oogproblemen.

Onder leiding van de Universiteit van Cambridge meldde de studie dat de klinische kennis en redeneervaardigheden van het populaire grote taalmodel (LLM) GPT‑4 nu het niveau van gespecialiseerde oogartsen naderen.

GPT‑4 werd getest tegen deskundige oogartsen, niet‑gespecialiseerde junior artsen en trainees, waarbij elk van hen tot wel 87 scenario’s met specifieke oogproblemen kreeg voorgelegd. De vragen bestraken een breed scala aan oogproblemen, afkomstig uit een leerboek dat wordt gebruikt om trainees te testen maar niet vrij beschikbaar is op internet, waardoor het onwaarschijnlijk is dat de trainingsdatasets van GPT‑4 die inhoud bevatten.

De artsen moesten een diagnose of behandelingsadvies kiezen uit vier opties. Volgens de studie scoorde het AI‑model hoger dan junior artsen in de test en behaalde ongeveer dezelfde scores als trainees en experts, hoewel de best presterende artsen hoger scoorden dan GPT‑4. 

LLM’s zullen zorgprofessionals niet vervangen, aldus de onderzoekers, maar ze kunnen de zorg verbeteren door diagnoses, adviezen en beheerssuggesties te bieden in bepaalde contexten.

Van laboratorium naar kliniek: resultaten uit de praktijk

Een recente studie evalueerde de implementatie van AI bij glaucoomdetectie² in real‑world‑omgevingen.

Hiervoor ontwikkelden ze een geautomatiseerd retinofotografie‑ en AI‑gebaseerd screeningssysteem om de acceptatie, haalbaarheid en nauwkeurigheid te beoordelen. De studie rekruteerde personen van 50 jaar of ouder, wier retinale beelden werden gemaakt met een geautomatiseerde funduscamera en geanalyseerd door AI. 

Het AI‑systeem behaalde een AUROC van 0,80, wat de sterke capaciteit van de technologie aantoont om aandoeningen te onderscheiden. De sensitiviteit was 65 %, wat het percentage daadwerkelijk correcte gevallen aangeeft, terwijl de specificiteit 94,6 % was, wat een nauwkeurige classificatie van gezonde personen weerspiegelt. Van de 161 patiënten die voorheen niet waren gediagnosticeerd, werden 18 (11,2 %) geïdentificeerd als verwijzings‑glaucoom. De studie stelde:

“Ondanks uitdagingen zoals lagere sensitiviteit en beperkingen bij beeldverwerving, toont het systeem potentieel voor opportunistische screening in eerstelijnszorginstellingen.” 

Een review³ door de afdeling Oogheelkunde van de Capital Medical University, China, onderzocht ondertussen de toepassingen en uitdagingen van AI bij myopie. 

Momenteel treft deze aandoening meer dan twee miljard mensen wereldwijd, en tegen 2050 zal bijna de helft van de wereldbevolking worden getroffen. Wanneer het onbehandeld blijft, kan myopie het zicht aantasten, het onderwijs verstoren en de arbeidskansen beïnvloeden, terwijl hoge myopie permanente gezichtsverlies kan veroorzaken. Vroegtijdige diagnose is daarom belangrijk voor het beheersen van de progressie en het voorkomen van langdurige visuele schade.

Hier kan AI een veelbelovend hulpmiddel bieden door complexe medische data te analyseren.

Om myopie te detecteren, kunnen AI‑modellen worden getraind op grote hoeveelheden fundusfoto’s en OCT‑beelden en vervolgens leren veranderingen in het netvlies te herkennen die geassocieerd zijn met myopie. AI kan ook worden getraind om gedragsveranderingen te detecteren die samenhangen met het begin van myopie. Zelfs zelfmonitoringsapparatuur zoals SVOne kan AI gebruiken om refractieve fouten in de ogen te detecteren. Om risicofactoren te ontdekken, kunnen technieken zoals logistieke regressie, support vector machine en XGBoost worden ingezet. 

Hoewel AI de klinische praktijk en beleidsvorming kan ondersteunen bij de controle van myopie, kent het ook uitdagingen.

“Door hoogwaardige datasets op te bouwen, de capaciteit van het model om multimodale beelddata te verwerken te verbeteren en de mens‑computerinteractie te versterken, kunnen AI‑modellen verder worden geoptimaliseerd voor brede klinische toepassing.”

– Dr. Jifeng Yu

De kloof aanpakken

Hoewel visuele problemen wijdverspreid zijn, komt de beperking vaker voor in lage‑ en middeninkomenslanden (LMIC’s) dan in hooginkomensregio’s. Door meer mensen te screenen, kan AI helpen de kloof te overbruggen in gebieden met beperkte toegang tot gespecialiseerde oogzorg.

Hiervoor heeft tech‑gigant Google een AI‑model ontwikkeld genaamd ARDA (Automated Retinal Disease Assessment) en recentelijk het AI‑model voor detectie van diabetische retinopathie gelicentieerd aan technologiebedrijven voor gezondheidszorg in Thailand en India.

“Zij zullen hun eigen bedrijfsmodellen opzetten, maar daarnaast ook screenings uitvoeren voor mensen die het het hardst nodig hebben maar het zich niet kunnen veroorloven. Blindheid door diabetische retinopathie is volledig te voorkomen, en het feit dat we in sommige van deze gebieden geen effectieve screening hebben kunnen uitvoeren, mag niet worden vergeven.”

– Sunny Virmani, projectmanager bij Google Health

Diabetes, dat steeds vaker voorkomt in LMIC’s, kan het zicht ernstig aantasten door wazig zicht, diabetisch maculair oedeem, glaucoom en diabetische retinopathie te veroorzaken. Laatstgenoemde ontstaat door overmatige bloedsuiker die bloedvaten beschadigt, wat leidt tot vochtlekkage in het oog.

Diabetische retinopathie kan veranderingen in het zicht veroorzaken, en uiteindelijk kan een persoon blind worden. Vroegtijdige diagnose en behandeling verminderen het risico echter met tot 98 %. Maar slechts een klein aantal diabetici wordt gescreend.

Zo begon Dale Webster, directeur onderzoek bij Google Health, meer dan tien jaar geleden samen met zijn collega’s AI’s vermogen te testen om ziekten te diagnosticeren aan de hand van medische beelden. 

Dit resulteerde in ARDA, dat de ziekte even effectief kan diagnosticeren als een oogarts.

Voor het AI‑model screende het Google‑team 7.651 mensen in drie regio’s in Thailand tussen 2018 en 2020, waarbij ARDA een nauwkeurigheid van 94,7 % behaalde, wat aantoont “dat deze tools veilig en effectief zijn.”

Klik hier voor een lijst van de top tien aandelen van zeldzame‑ziekte‑specialisten.

Doorbraak van AI in de behandeling van keratoconus

Te midden van al deze vooruitgang hebben onderzoekers nu een AI ontwikkeld die met succes kan voorspellen welke keratoconuspatiënten waarschijnlijk blind zullen worden, waardoor vroegtijdige behandeling en monitoring nodig zijn, jaren voordat artsen dat kunnen. Hierdoor kan de technologie onnodige procedures verminderen en gezichtsverlies voorkomen.

Keratoconus is een progressieve oogziekte zonder bekende oorzaak.

Bij deze aandoening wordt het hoornvlies vervormd. Het is de heldere, koepelvormige laag die de iris en pupil bedekt, waardoor licht het oog binnenkomt en helpt om scherp te stellen voor helder zicht.

Wanneer het hoornvlies dunner wordt en uitpuilt tot een kegelvorm, spreekt men van keratoconus. De verandering in vorm maakt dat lichtstralen onscherp worden, wat leidt tot vervormd zicht. Andere symptomen zijn schittering, lichtgevoeligheid en wazig zicht, waardoor dagelijkse taken zoals autorijden of lezen moeilijk worden.

Deze ziekte ontwikkelt zich vaak in de late tienerjaren of vroege twintiger jaren en vordert in de loop van de tijd.

Hoewel de exacte oorzaak onbekend is, kan het genetisch zijn; 1 op de 10 personen met keratoconus heeft een ouder met dezelfde aandoening. Keratoconus wordt ook geassocieerd met overmatig wrijven aan de ogen, oogallergieën, dunner wordend hoornvlies door collageneverlies en bindweefselstoornissen.

Meestal treft het beide ogen, maar de ziekte kan zeer verschillende visuele uitkomsten en symptomen tussen de twee ogen veroorzaken.

De symptomen van keratoconus verergeren geleidelijk over een periode van tien tot twintig jaar. In een vroeg stadium kunnen symptomen onder meer roodheid of zwelling van het oog, verhoogde licht‑ en schitteringsgevoeligheid, milde wazigheid en licht vervormd zicht omvatten. In latere stadia komen vaak toegenomen bijziendheid of astigmatisme en meer wazig en vervormd zicht voor.

In de vroege stadia kunnen visuele problemen vaak worden gecorrigeerd met brillen of contactlenzen, maar in latere stadia kunnen starre gas‑doorlatende contactlenzen nodig zijn.

Maar als de aandoening niet tijdig wordt behandeld en ernstiger wordt, kunnen hoornvliestransplantaties, Intacs (kleine cornaal‑implanten) en cornaal cross‑linking (CXL) noodzakelijk zijn. Tegenwoordig wordt keratoconus gediagnosticeerd door artsen die patiënten over tijd monitoren.

Tijdens routinematige oogonderzoeken onderzoekt een oogarts het hoornvlies en kan gespecialiseerde beeldvorming gebruiken om de kromming te meten, waardoor eventuele veranderingen in de vorm zichtbaar worden.

“Keratoconus is een beheersbare aandoening, maar het bepalen van wie, wanneer en hoe te behandelen is een uitdaging. Helaas kan dit probleem leiden tot vertragingen, waardoor veel patiënten gezichtsverlies ervaren en invasieve implantaat‑ of transplantatie‑chirurgie nodig hebben.”

– Dr. José Luis Güell, ESCRS‑trustee en hoofd van de afdeling Cornea, Cataract en Refractieve Chirurgie aan het Instituto de Microcirugía Ocular, Spanje

Maar onderzoekers hebben nu een doorbraak bereikt die de oogzorg kan hervormen door AI in staat te stellen te voorspellen welke keratoconuspatiënten urgente cornaalbehandeling nodig hebben voordat onomkeerbare schade optreedt, waardoor het gezichtsvermogen kan worden gered en transplantaties kunnen worden verminderd.

De studie werd recent gepresenteerd op het 43e congres van de European Society of Cataract and Refractive Surgeons (ESCRS).

Menselijk gezichtsvermogen & zorgbronnen behouden

Uitgevoerd door Dr. Shafi Balal en collega’s van Moorfields Eye Hospital NHS Foundation Trust en University College London (UCL), gebruikte de studie AI om beelden van de ogen van patiënten te analyseren en deze te combineren met andere gegevens om te voorspellen welke keratoconuspatiënten onmiddellijke behandeling nodig hadden en welke onder monitoring konden blijven.

“Keratoconus veroorzaakt visuele beperkingen bij jonge, werkende patiënten en is de meest voorkomende reden voor cornaaltransplantatie in de westerse wereld.”

– Dr. Balal

Met één enkele behandeling, ‘cross‑linking’, kan de progressie van de ziekte worden gestopt. De therapie maakt gebruik van ultraviolet licht en vitamine B2‑druppels (riboflavine) om het hoornvlies te verharden.

De cross‑linking‑behandeling moet echter worden uitgevoerd voordat littekens permanent worden, waardoor een cornaaltransplantatie overbodig wordt. Het is in meer dan 95 % van de gevallen succesvol. Volgens Dr. Balal:

“Artsen kunnen momenteel niet voorspellen welke patiënten zullen progressie vertonen en behandeling nodig hebben, en welke stabiel blijven onder alleen monitoring. Dit betekent dat patiënten jarenlang frequente monitoring nodig hebben, waarbij cross‑linking meestal pas wordt uitgevoerd nadat progressie al heeft plaatsgevonden.” 

Daarom kan AI keratoconus tijdig diagnosticeren.

Voor hun AI‑model gebruikte de studie een groep patiënten die naar Moorfields Eye Hospital waren verwezen voor keratoconus‑beoordeling en -monitoring, inclusief OCT‑scans van de voorzijde van het oog om de vorm te onderzoeken.

Optische coherentie‑tomografie (OCT) is een niet‑invasieve beeldvormingsmethode die lichtgolven gebruikt om hoge‑resolutie dwarsdoorsnede‑foto’s van het netvlies te maken. De techniek wordt breed ingezet in de oogheelkunde voor de diagnose van aandoeningen zoals maculaire degeneratie, glaucoom en diabetische retinopathie.  

De onderzoekers bestudeerden 36.673 OCT‑beelden van 6.684 patiënten met AI. Ze ontdekten dat hun AI‑model nauwkeurig kan voorspellen of de toestand van een patiënt stabiel blijft of verslechtert, uitsluitend gebaseerd op de eerste bezoek.

Dit betekent dat vanaf het initiële routine‑consult AI artsen kan helpen voorspellen welke patiënten waarschijnlijk progressie zullen ondergaan, waardoor vroegtijdige behandeling mogelijk is vóór verdere verslechtering.

Met het AI‑model werden patiënten in twee groepen ingedeeld. Een lage‑risicogroep, goed voor twee‑derde van de patiënten, had geen behandeling nodig. De andere groep, een hoge‑risicogroep, bestond uit een derde van de patiënten die onmiddellijke cross‑linking‑behandeling nodig hadden.

Na toevoeging van gegevens van het tweede ziekenhuisbezoek kon het AI‑model tot 90 % van de patiënten classificeren.

Dit maakt de studie de eerste in zijn soort die zo’n hoge nauwkeurigheid bereikt bij het voorspellen van het risico op keratoconusprogressie met een combinatie van scans en patiëntgegevens, aldus Dr. Balal. Hij voegde toe:

“Ons onderzoek toont aan dat we AI kunnen gebruiken om te voorspellen welke patiënten behandeling nodig hebben en welke onder monitoring kunnen blijven.” 

De studie, aldus Dr. Balal, omvatte een grote groep patiënten die twee jaar of langer werden gevolgd. De resultaten suggereren dat patiënten met hoog‑risico‑keratoconus preventieve behandeling kunnen ontvangen voordat de aandoening vordert, waardoor gezichtsverlies wordt voorkomen en de noodzaak voor complexe cornaaltransplantaties en de bijbehorende herstelbelasting wordt verminderd.”

Ondertussen kunnen lage‑risicopatiënten onnodige monitoring vermijden, wat zorgbronnen bespaart. 

“De effectieve sortering van patiënten door het algoritme stelt specialisten in staat zich te richten op gebieden met de grootste behoefte.”

– Dr. Balal

De onderzoekers werken momenteel aan een nog krachtiger AI‑algoritme, dat zal worden getraind op miljoenen oogscans. Het algoritme kan worden aangepast voor specifieke taken, zoals het voorspellen van keratoconusprogressie, maar ook voor het detecteren van erfelijke oogziekten en ooginfecties.

Als het AI‑algoritme “consistent zijn effectiviteit aantoont, zou deze technologie uiteindelijk gezichtsverlies en complexere beheerstrategieën bij jonge, werkende patiënten kunnen voorkomen,” aldus Dr. Güell, die niet bij het onderzoek betrokken was.

Het algoritme zal nu verdere veiligheidstesten ondergaan voordat het in klinische omgevingen kan worden ingezet.

Investeren in AI‑gedreven oogzorg

Alcon AG (ALC.SW ) (ALC ) is een Zwitserse oogzorgonderneming die onderzoek doet, produceert en een reeks oogzorgproducten verkoopt via Surgical en Vision Care voor aandoeningen zoals cataract, glaucoom, retinale ziekten en refractieve fouten.

Alcon AG (ALC )

Met een marktkapitalisatie van $39,6 miljard worden ALC‑aandelen momenteel verhandeld tegen $77,78, een daling van 8,81 % YTD en ongeveer 23 % ten opzichte van de piek boven $100 eind vorig jaar. Daarbij heeft het een EPS (TTM) van 2,25 en een P/E (TTM) van 34,41, terwijl het dividendrendement 0,43 % bedraagt.

Voor Q2 2025 rapporteerde Alcon een omzetstijging van 4 % naar $2,6 miljard. Het verwaterde EPS voor het kwartaal bedroeg $0,35.

Het bedrijf genereerde $889 miljoen aan operationele cashflow in deze periode, terwijl $681 miljoen aan vrije cashflow werd geboekt in de eerste helft van 2025. Alcon keerde $287 miljoen terug aan aandeelhouders.

Met de opmerking “robuste vroege vraag” naar nieuwe producten zoals Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager en Unity VCS, zei CEO David J. Endicott:

“Hoewel het nog vroeg is, positioneren deze lanceringen ons om de omzetgroei te versnellen, cash te genereren en langdurige waarde voor onze aandeelhouders te leveren.”

Klik hier om alles te leren over investeren in kunstmatige intelligentie.

Laatste Alcon AG (ALC) Aandelen‑nieuws en ontwikkelingen

Conclusie

Met tientallen miljoenen mensen wereldwijd die risico lopen op visuele beperkingen of blindheid, markeert AI’s vermogen om ziekteprogressie te voorspellen en behandelingsbeslissingen te sturen een nieuw tijdperk van preventieve oogzorg. Naarmate algoritmen verfijnder worden, heeft AI het potentieel clinici in staat te stellen het gezichtsvermogen te beschermen, zorgkosten te verlagen en de kwaliteit van leven te verbeteren.

Klik hier voor een lijst van nieuwe doorbraken die gericht zijn op het voorkomen van gezichtsverlies.

Referenties:

<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), gepubliceerd 17 april 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), gepubliceerd 1 juli 2025. Ontvangen 9 maart 2025; geaccepteerd 2 juni 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), gepubliceerd 18 maart 2025. https://doi.org/10.1002/ped4.70001</sup>