RETFound is een AI-basismodel voor generaliseerbare ziektedetectie op basis van retinale beelden. Kunstmatige intelligentie (AI) biedt een groot potentieel voor het detecteren en herkennen van aanwijzingen voor gezondheidsproblemen in retinale beelden, waardoor diagnose van oogziekten en systemische andere aandoeningen aanzienlijk versneld en verbeterd kan worden.
Afbeelding: Pixel-Shot/stock.adobe.com
De ontwikkeling van AI-modellen vereist echter aanzienlijke annotatie; de modellen zijn bovendien meestal taakspecifiek, met beperkte generaliseerbaarheid naar andere klinische toepassingen. In het artikel in Nature presenteren de auteurs RETFound, een basismodel voor een AI-toepassing die retinale beelden analyseert en daarbij ‘leert’ generaliseerbare representaties te deduceren op basis van ongelabelde retinale beelden. Daarmee biedt RETFound een basis voor labelefficiënte modelaanpassingen in verschillende klinische toepassingen.
Concreet wordt RETFound getraind op een set van 1,6 miljoen ongelabelde retinale beelden. Op basis van zelflerende algoritmen kan het model vervolgens aangepast worden voor verschillende ziektedetectietaken met expliciete labels. De auteurs stellen vast dat een specifiek toegesneden RETFound consistent beter presteert dan andere vergelijkbare modellen in de diagnose en prognose van zichtbedreigende oogziekten, en ook in de incidentievoorspelling van complexe systemische aandoeningen als hartfalen en myocardinfarct met minder gelabelde gegevens.
Bron:
Yukun Zhou et al. Nature. 2023;622:156-63