Kan AI diabetesprogressie voorspellen met behulp van retinale beeldgegevens ?

Diabetische retinopathie is een bekende complicatie van diabetes, maar veranderingen in het netvlies kunnen ook een bredere metabole disfunctie weerspiegelen. AI-modellen die retinascans analyseren, zouden vroege tekenen van diabetesprogressie kunnen detecteren voordat klinische symptomen optreden. Deze niet-invasieve aanpak zou proactief beheer van de ziekte mogelijk kunnen maken.

Huidige AI-systemen kunnen retinale beelden analyseren om het ontstaan en de progressie van diabetes te voorspellen met klinisch bruikbare nauwkeurigheid. Modellen zoals convolutionele neurale netwerken (CNN's), getraind op grote datasets zoals de UK Biobank en EyePACS, kunnen diabetische retinopathie detecteren en gerelateerde risico's zoals toekomstig verlies van gezichtsvermogen of cardiovasculaire gebeurtenissen inschatten. Deze systemen behalen vaak AUC-metrics (area under the curve) boven de 0,85 voor het voorspellen van de progressie van diabetische retinopathie over 1–2 jaar, hoewel de prestaties variëren afhankelijk van de populatie en beeldkwaliteit. Integratie in klinische workflows wordt nog beperkt door datastandaardisatie, wettelijke goedkeuringen en de noodzaak van longitudinale validatie.

— Verrijkt 12 mei 2026 · Bron: Nature Medicine — https://www.nature.com/articles/s41591-023-02325-3