Umělá inteligence (AI) se stává nedílnou součástí moderní medicíny a oftalmologie není výjimkou. V oblasti péče o dětský zrak přináší AI nové možnosti pro včasnou diagnostiku, efektivní screening i sledování progrese onemocnění. Tento článek nabízí přehled současného světového vývoje v této oblasti a uvádí příklady implementace AI technologií v dětské oftalmologii.
Diagnostika pomocí AI
Jedním z nejrozvinutějších směrů je využití hlubokého učení (deep learning) pro analýzu obrazových dat z fundus kamer, OCT (optická koherentní tomografie) a retinálních skenerů. V praxi se tyto algoritmy uplatňují při detekci refrakčních vad, amblyopie, retinopatie nedonošených, glaukomu a časných známek diabetické retinopatie.
Například algoritmy vyvinuté v rámci projektu Google Health byly testovány v Indii a Thajsku a prokázaly přesnost srovnatelnou s lidskými odborníky při hodnocení diabetické retinopatie. V dětské populaci tyto technologie umožňují bezpečné a rychlé vyhodnocení velkého počtu snímků bez nutnosti přímé přítomnosti specialisty.
Automatizovaný screening ve školách
Země jako Spojené státy a Čína zavedly pilotní programy, kde jsou školní děti pravidelně testovány přenosnými zařízeními s AI algoritmy. Tyto přístroje dokáží během několika vteřin identifikovat odchylky ve zrakové ostrosti nebo podezření na další patologie. Výsledky jsou automaticky odesílány do centrálního systému, kde jsou dále analyzovány nebo předávány specialistům.
V Evropě, konkrétně v Polsku, probíhá podobná iniciativa v Lublinu, kde jsou děti ve věku 7–9 let vyšetřovány pomocí AI nástrojů zaměřených na refrakční vady a glaukom. První výsledky naznačují nejen vyšší záchytnost, ale i větší efektivitu ve srovnání s tradičním přístupem.
Výzvy a limity implementace
Přestože jsou přínosy zřejmé, nasazení AI v dětské oftalmologii čelí i výzvám. Mezi ně patří otázky ochrany dat, etiky, standardizace metodik i potřeba validace napříč etnicky a demograficky různorodými populacemi. V pediatrii navíc hraje klíčovou roli spolupráce s rodiči, která vyžaduje transparentní a srozumitelnou komunikaci výsledků AI analýzy.
Dalším omezením může být nedostupnost moderních zařízení v méně rozvinutých regionech nebo nedostatek školení zdravotnického personálu v práci s těmito nástroji.
Budoucnost a český kontext
V České republice se využití AI v oftalmologii zatím nachází ve fázi pilotních projektů a výzkumu. Univerzitní kliniky a výzkumné ústavy začínají testovat využití neuronových sítí pro třídění snímků sítnice, predikci vývoje amblyopie nebo detekci okulomotorických poruch. Dětská populace přitom představuje ideální cílovou skupinu pro preventivní programy, které mohou být díky AI efektivnější a méně zatěžující.
Zavedení těchto technologií do běžné praxe však bude vyžadovat úzkou spolupráci mezi kliniky, vývojáři softwaru, ministerstvem zdravotnictví a odbornými společnostmi. Klíčová bude také edukace rodičů a zdravotnického personálu v oblasti možností a limitů AI nástrojů.
Umělá inteligence má potenciál zásadně proměnit přístup k péči o dětský zrak. Pokud bude implementace vedena zodpovědně a odborně, může přispět k výraznému snížení výskytu zanedbaných očních vad a zlepšení kvality života nejmladších pacientů.Osvědčené postupy ze zahraničí: případová studie z Lublinu
Zdroje:
- Sawhney, R. (2024, October 17). How AI is making eyesight-saving care more accessible in resource-constrained settings. Google Blog. https://blog.google/around-the-globe/google-asia/arda-diabetic-retinopathy-india-thailand/
- Shu, Q., Pang, J., Liu, Z., Liang, X., Chen, M., Tao, Z., … & Li, L. (2024). Artificial Intelligence for Early Detection of Pediatric Eye Diseases Using Mobile Photos. JAMA Network Open, 7(8), e2425124. https://doi.org/10.1001/jamanetworkopen.2024.25124 PMC
- Johns Hopkins Medicine. (2024, January). Study finds AI-driven eye exams increase screening rates for youth with diabetes. Retrieved [date you accessed it], from https://www.hopkinsmedicine.org/news/newsroom/news-releases/2024/01/study-finds-ai-driven-eye-exams-increase-screening-rates-for-youth-with-diabetes
