Dette går fram av Fredrik Andreas Fineides forskning ved OsloMet.
Tørre øyne er blitt svært vanlig og kan være plagsomt i hverdagen. Det kan skje når tårefilmen som smører øyet, er for tynn, ustabil eller fordamper for fort.
Fredrik Andreas Fineide forsker i skjæringspunktet mellom medisin og ingeniørvitenskap.(Foto: Sonja Balci / OsloMet)
Kjennetegn på tørre øyne kan være svie, sandfølelse, røde øyne og svingende tåkesyn. Vanlige årsaker kan være mye skjerm og lite blunking. Det kan også komme av tørt inneklima, kontaktlinser, for lite tårer, for lite olje eller for dårlig kvalitet på oljen fra øyelokkskjertlene.
Fineides forskning tar for seg hvordan såkalt forklarbar KI kan støtte utredning og behandling hos øyelegen. Forklarbar betyr at den er klar og tydelig på hvordan den kommer fram til konklusjoner.
– Målet er enklere valg i konsultasjonen, raskere svar for pasienten og trygg bruk i klinikken, forteller Fredrik Fineide. Han er ved siden av forskningen også lege med erfaring fra Tørreøyneklinikken.
Verktøyene som bruker KI, skal støtte, og ikke erstatte, fagfolkene.
Slik finner legen ut om du har tørre øyne
Legen ser særlig etter tre ting når hen skal undersøke om du har tørre øyne:
Funksjon i fettkjertlene i øyelokkene.
Tegn på betennelse på øyets overflate.
Hvor mye tårer som lages.
Slik sjekker legen fettkjertlene, betennelse og tåreproduksjon:
Olje fra øyelokkskjertlene (meibomkjertler) hindrer at tårene fordamper. Er oljen seig eller det kommer lite, tørker øyet fort. Legen sjekker ved å se og presse lett på øyelokket.
Legen ser etter betennelse: En ufarlig fargedråpe avslører tørre og irriterte flekker på øyets overflate. Mye irritasjon gjør tårefilmen ustabil og gir ubehag.
En enkel test måler hvor mye tårer som lages. For lite tårer gjør at filmen brytes raskt. Da kan kunstige tårer eller andre tiltak hjelpe.
Nye spor i jakten på tørre øyne
Fineide har funnet nye spor i tårevæsken og bakteriemiljøet på øyet. Det kan gi mer skreddersydd behandling i framtiden.
Det handler om bestemte proteiner og fettstoffer. Dette var man ikke klar over at var knyttet til tørre øyne tidligere. Muligens kan disse være indikatorer for tørre øyne. Dette må bekreftes i videre forskning.
Han har også funnet endringer i bakteriemiljøet på øyet. Enkelte bakterier ser ut til å være mer eller mindre vanlige hos personer med tørre øyne sammenlignet med friske.
Kunstig intelligens finner spor i tårevæske og bakteriemiljø
Fineide brukte kunstig intelligens til å finne og rangere nye spor i tårevæsken og bakteriemiljøet på øyet. Det gjør han blant annet ved å trene datamodeller som skiller mellom pasienter og friske. Deretter bruker han forklarbar KI til å vise hvilke proteiner, fettstoffer og bakterier som betydde mest.
Fineide og forskerteamet hans har også samlet et datasett med bilder av spesielle celler i øyets slimhinne kalt begerceller. De lager slimet som hjelper tåren til å feste seg. De beskytter overflaten.
Dette er fritt tilgjengelige bilder. De gjør at dataprogrammer med kunstig intelligens kan ta mye av analysearbeidet i et laboratorium. Fineide brukte KI‑modeller for å automatisere telling og analyse av cellene. Dette kan gjøre arbeidet i laboratoriet raskere og mer presist.
Hva betyr dette for pasientene?
Annonse
– For pasientene kan dette bety raskere og mer målrettet utredning: Legen kan lettere prioritere de undersøkelsene som er av størst verdi i stedet for å prøve flere ulike undersøkelser, sier Fineide.
Det kan også føre fram til behandling som treffer bedre. Hvis KI for eksempel antyder at betennelse eller lav tåreproduksjon driver plagene, kan tiltakene velges deretter.
Forklarbar KI gir ikke bare svar på hva som feiler pasienten. Den kan også vise hvilke prøver og funn som taler for og imot konklusjonen til KI. Det vil si hva som dro vurderingen i ulike retninger.
For eksempel kan den si at ustabil tårefilm er sannsynlig fordi kjerteloljen er dårlig og det er tegn til irritasjon. Normal tåremengde kan trekke i motsatt retning.
At forklarbar KI ikke bare gir en konklusjon, men også viser hvilke funn som taler for og imot, er nyttig når flere mulige forklaringer er aktuelle.
Slik kan KI brukes trygt
Før KI kan brukes i stort omfang i klinikker, må det gjøres mye utprøving og kvalitetssikring av metodene:
Høy treffsikkerhet er viktig. Modellene må prestere godt før de tas i rutinebruk.
De må også fungere på data fra andre klinikker, ikke bare der de er utviklet.
Løpende kvalitetssikring er også viktig. Hvor godt de fungerer, må overvåkes over tid.
Og forklaringene må være tydelige. Behandleren må kunne se hvorfor modellen foreslår noe.
Opplæring og åpenhet er også avgjørende. Legene må kjenne modellens styrker, svakheter og hva den er trent på.
Og det er mennesket som bestemmer. KI er et støtteverktøy. Den tar ikke over ansvaret.
Veien videre
Annonse
Veien videre i forskningen på KI i diagnostikk og behandling av tørre øyne kan være:
Det trengs flere og bredere datasett fra ulike steder. Det vil si flere eksempler på tørre øyne.
Å teste KI-modellene på andre klinikker enn der de er laget. De må leveres som enkle, trygge og forståelige verktøy med klare råd og forklaringer.
Å legge vekt på at løsningen fungerer godt også for pasientgrupper som ofte er underrepresentert. Det kan for eksempel være barn og ungdom, de eldste, etniske minoriteter og folk som bruker ulike medisiner. Disse gruppene kan generelt være underrepresentert i slike studier.
Brobygger mellom medisin og teknologi
Fineides forskning er forankret i ingeniørvitenskapen, men er et direkte resultat av et tett samspill med medisinfaget.
– Evnen til å jobbe tverrfaglig er viktigere enn noen gang. Dataingeniører og leger har gjerne helt ulike måter å tenke på. Utfordringen er at ingeniørene ikke alltid forstår hva som er viktigst for legen. Legen, på sin side, kjenner ikke til hvilke teknologiske muligheter og begrensninger som finnes.
– Helsevesenet og teknologibransjen trenger brobyggere som snakker begge språk. Jeg er enormt takknemlig for at jeg har fått verktøyene til å fylle nettopp den rollen, sier Fineide.
