1. Behandlung der diabetischen Retinopathie
Diabetische Augenerkrankungen stellen das Gesundheitssystem vor wachsende Herausforderungen – gleichzeitig eröffnen KI-basierte Tools völlig neue Möglichkeiten für ein effizienteres und zielgerichtetes Screening.
Einleitung
Diabetische Retinopathie (DR)* ist eine der Hauptursachen für Erblindung in Industrieländern und stellt eine grosse gesellschaftliche Belastung dar. In der Schweiz leben schätzungsweise 430’000 Menschen mit Diabetes, von denen etwa 25 Prozent in unterschiedlichem Ausmass von DR betroffen sind. Regelmässige Augenuntersuchungen sind unerlässlich, um Sehkraftverlust und damit verbundene, die Sehkraft gefährdende Komplikationen wie das diabetische Makulaödem oder die proliferative Retinopathie zu verhindern. Internationale Richtlinien empfehlen jährliche Vorsorgeuntersuchungen für Diabetespatientinnen und -patienten. Diese Untersuchungen sind ressourcenintensiv. Allerdings weist nur etwa ein Drittel der untersuchten Patientinnen und Patienten Anzeichen einer diabetischen Retinopathie auf, und etwa 10 Prozent leiden unter Sehstörungen. Leider nimmt weniger als die Hälfte der Bevölkerung mit bekannter Diabeteserkrankung die jährliche Vorsorgeuntersuchung in Anspruch, was die Gefahr für späte diabetische Augenkomplikationen erhöht. Dies unterstreicht die Notwendigkeit effizienterer und gezielterer Screening-Tools. Darüber hinaus verdeutlicht diese Diskrepanz die Ineffizienz des heutigen Systems: Medizinische Fachpersonen verbringen wertvolle Zeit mit Routineuntersuchungen, die durch digitale Tools unterstützt oder sogar automatisiert werden könnten.
Gleichzeitig sind die Gesundheitssysteme mit einem Mangel an ausgebildeten Augenärztinnen und -ärzten sowie steigenden Personalkosten konfrontiert. KI-basierte Diagnosetools bieten die Möglichkeit, medizinische Fachpersonen zu entlasten, Kosten zu senken und eine präventive Gesundheitsvorsorge für die gesamte Bevölkerung zu gewährleisten. Diese Systeme verwenden Deep-Learning-Modelle, die anhand grosser Datensätze von Netzhautbildern trainiert wurden, um Krankheitsmuster mit hoher Genauigkeit und Kohärenz zu erkennen. Automatisierte Screening-Lösungen können Patientinnen und Patienten triagieren, sodass nur diejenigen mit Verdachtsbefund zu einer Konsultation überwiesen werden. Langfristig könnten solche Lösungen auch Walk-in-Ambulanzen in Innenstädten ermöglichen, die einen schnellen und niederschwelligen Zugang zu Augenuntersuchungen bieten und die frühzeitigere Erkennung von Krankheiten erleichtern.
«Diabetische Retinopathie ist eine der Hauptursachen für vermeidbare Erblindung.»
Dipl. Arzt Tahm Spitznagel, Forschungsassistenzarzt, Augenklinik Stadtspital Zürich
Das Projekt «Digitale Augenklinik» war Teil der Innovation-Sandbox für KI und untersuchte die technischen, regulatorischen, wirtschaftlichen und ethischen Voraussetzungen für die Integration von KI-Diagnoselösungen in die Augenheilkunde. Auf der Grundlage eines konkreten Projektvorschlags des Stadtspitals Zürich und des Spross Research Institute zur Förderung der Augenheilkunde erarbeitete das Projektteam Erkenntnisse zu zentralen Fragestellungen: Wie könnte die Patient Journey der Zukunft aussehen? Wie sollte ein Gesundheitsdienstleister Diagnosetools von Drittanbietern bewerten, die KI als Kernkomponente nutzen? Was sind die praktischen Schritte, um mit Open-Source-KI-Modellen eine eigene Diagnoselösung zu entwickeln? Welches sind die wesentlichen gesetzlichen und regulatorischen Anforderungen?
Die folgenden Kapitel fassen die wichtigsten Ergebnisse dieser Arbeit zusammen und sollen Forscherinnen und Forschern sowie Praktikerinnen und Praktikern in anderen medizinischen Bereichen, die sich hauptsächlich auf medizinische Bildgebung für Screenings und Diagnosen stützen – etwa Dermatologie, Radiologie und Pathologie –, eine Grundlage bieten, auf der sie aufbauen können.
Bitte geben Sie uns Feedback
Ist diese Seite verständlich?
Vielen Dank für Ihr Feedback!
Kontakt
Amt für Wirtschaft – Standortförderung
Montag bis Freitag
8.00 bis 12.00 Uhr und
13.30 bis 17.00 Uhr