Deneye - AI-graderingsmodule

AI-graderingsmodule

AI die netvliesfoto’s analyseert in minder dan twee seconden — en oogartsen helpt diabetische oogziekte te detecteren voordat deze permanente schade veroorzaakt.

De Deneye AI-graderingsmodule analyseert fundusfoto’s en kent een van de vijf internationaal gestandaardiseerde DR-ernstgraden toe. Dit geeft de beoordelende oogarts een direct, op bewijs gebaseerd startpunt — waardoor de werkdruk daalt terwijl de volledige klinische verantwoordelijkheid behouden blijft.

De AI opereert nooit autonoom. Elke gradering wordt beoordeeld en bevestigd door een gecertificeerde oogarts voordat er een klinische beslissing wordt genomen.

Veiligheid op vertrouwde data. Op de hold-out set van het model en beide IDRiD-evaluatiesets (1.249 afbeeldingen) werd niet één ernstig of proliferatief DR-geval geclassificeerd als “Geen DR”. Op datasets met sterke domeinverschuiving neemt deze marge af — een belangrijke reden waarom elke AI-gradering door een oogarts wordt beoordeeld en elke nieuwe locatie eerst op eigen afbeeldingen wordt geëvalueerd.

Hoe het werkt

Drie stappen van foto naar graderingsresultaat

1

Foto vastgelegd

Een screener fotografeert het netvlies van de patiënt met een standaard funduscamera. De afbeelding wordt geüpload naar het Deneye-platform — ook vanaf een afgelegen locatie zonder permanente internetverbinding.

2

AI gradeert in <2 seconden

Het AI-model bewerkt de afbeelding voor en voorspelt een DR-ernstgraad op de 5-punts internationale klinische DR-schaal. Het resultaat verschijnt direct op de werklijst van de oogarts.

3

Oogarts bevestigt

Een gecertificeerde oogarts beoordeelt de afbeelding en het AI-voorstel. De oogarts bevestigt, past aan of overschrijft de gradering. Pas na menselijke beoordeling bereikt het resultaat de patiënt.

De vijf DR-ernstgraden

Gebaseerd op de internationale klinische schaal voor de ernst van diabetische retinopathie

Graad	Naam	Wat het betekent	Aanbevolen vervolgstap
0	Geen DR	Geen zichtbare tekenen van diabetische schade aan het netvlies	Jaarlijkse routinescreening
1	Milde NPDR	Vroege veranderingen: micro-aneurysma’s (kleine uitstulpingen in de netvliesvaten)	Beoordeling door oogarts
2	Matige NPDR	Uitgebreidere veranderingen: bloedingen, harde exsudaten, cotton-wool spots	Beoordeling door oogarts
3	Ernstige NPDR	Significante vaatschade, hoog risico op progressie naar proliferatieve DR	Spoedverwijzing naar retinaspecialist
4	Proliferatieve DR	Gevorderd stadium: groei van fragiele nieuwe bloedvaten, hoog risico op ernstig gezichtsverlies	Spoedverwijzing voor behandeling (bijv. laser, injecties)

Onafhankelijke validatie op 37.368 afbeeldingen

Getest op vier onafhankelijke datasets uit vier landen — geen ervan gebruikt tijdens de training

De standaardmaat voor prestaties in DR-gradering is de Kwadratisch gewogen kappa (QWK) — een statistiek die de grades van de AI vergelijkt met die van expertoogartsen, met zwaardere straffen voor grotere afwijkingen. De schaal loopt van 0 (niet beter dan toeval) tot 1,0 (perfecte overeenkomst). Een kappa boven de 0,80 wordt in de DR-literatuur doorgaans als “uitstekend” beschouwd.

Dataset	Afbeeldingen	Land	QW Kappa	Aangrenzende nauwkeurigheid
APTOS 2019 (hold-out)	733	India	0,896	97,5%
IDRiD Training	413	India	0,710	90,8%
IDRiD Testing	103	India	0,607	85,4%
Messidor-2	1.744	Frankrijk	0,499	89,1%
EyePACS	35.108	VS	0,420	87,4%
Totaal (extern)	37.368	4 landen	0,440	87,6%

De APTOS hold-out-rij bestaat uit afbeeldingen die tijdens de training van het model apart zijn gehouden; de overige vier sets zijn volledig extern — het model heeft ze nooit gezien.

Toelichting op domeinverschuiving (Messidor-2 kappa 0,499, EyePACS 0,420). Het model is getraind op Indiase netvliesfoto’s (APTOS 2019). Messidor-2- en EyePACS-afbeeldingen zijn afkomstig van Franse en Amerikaanse klinieken met andere camera’s, belichting en patiëntenpopulaties, en de graderingsprecisie neemt navenant af — op deze twee datasets werden respectievelijk 2 van 110 en 111 van 1.580 ernstige of proliferatieve gevallen als “Geen DR” gegradeerd. Domeinverschuiving is een gedocumenteerde uitdaging in de DR-AI-literatuur. Daarom is de AI strikt een triagehulpmiddel onder verplichte beoordeling door een oogarts, en wordt elke locatie vóór klinisch gebruik op eigen afbeeldingen geëvalueerd.

Trainingscurves & verwarringsmatrix

APTOS 2019 trainingsset (2.929 afbeeldingen), 20% hold-out validatie (733 afbeeldingen). Beste QWK: 0,896.

Trainingsverlies en QW-kappa per epoch over 20 epochs — Trainings- en validatieverlies & QWK per epoch. Convergentie treedt op na de hoofd-only fase (eerste 3 epochs). Het model bereikt een stabiele QWK van 0,896 bij epoch 20.

5x5 verwarringsmatrix: AI-graad vs. expertgraad op APTOS hold-out set — Verwarringsmatrix op de 733 APTOS hold-out afbeeldingen. Fouten buiten de diagonaal zijn vrijwel altijd aangrenzende graden (één stap). Geen ernstige of proliferatieve gevallen (graden 3–4) verschijnen in de kolom Graad 0 “Geen DR”.

Een gedetailleerd AI-graderingsrapport is beschikbaar op aanvraag. Het rapport bevat volledige validatiemaatstaven voor alle datasets, verwarringsmatrices per dataset, vergelijkingen van graderingsverdelingen en volledige methodologiedocumentatie.

Rapport opvragen