AI-utvecklad bildanalys kan effektivisera ögonbottenscreening – men effekten i svensk vård är oklar
Diabetesretinopati är en vanlig komplikation som kan leda till synnedsättning eller blindhet om den inte upptäcks i tid. I Sverige erbjuds personer med diabetes regelbunden ögonbottenscreening, där bilder av ögonbotten granskas för att identifiera tidiga tecken på sjukdom.
I rapporten ”AI‑baserad bildanalys vid screening för diabetesretinopati” har HTA syd vid Skånes universitetssjukhus utvärderat internationell forskning för att ta reda på om AI‑utvecklad programvara kan ersätta manuell granskning av ögonbottenbilder i ett screeningsammanhang.
Jämförts med manuella bedömningar
Utvärderingen visar att automatiserad AI-utvecklad bildanalys i de inkluderade studierna uppnår en sensitivitet på omkring 92 procent och en specificitet på cirka 91 procent för att identifiera retinopati som kräver vidare handläggning. I flera fall har resultaten jämförts med omfattande manuella bedömningar, exempelvis där två ögonspecialister oberoende av varandra granskat bilderna.
– Den diagnostiska precisionen är genomgående hög i studierna. Men de är genomförda i andra vårdsystem än det svenska. I flera länder saknas de strukturerade screening- och uppföljningsprogram som vi har här, vilket gör att resultaten inte är direkt överförbara, säger Linnea Huss, huvudprojektledare för rapporten.
