En vanlig ögonskanning skulle i framtiden kunna avslöja betydligt mer än bara ögonsjukdomar. Forskare har nu utvecklat ett nytt AI-system som inte bara identifierar sjukdomar i näthinnan med hög precision, utan även kan upptäcka tidiga tecken på allvarliga sjukdomar i resten av kroppen – bland annat hjärt-kärlsjukdom, njursjukdom och neurologiska tillstånd.
Tekniken bygger på artificiell intelligens som analyserar tredimensionella ögonskanningar och kan hjälpa läkare att ställa diagnoser snabbare och mer träffsäkert. Resultaten har publicerats i tidskriften Nature Biomedical Engineering.
AI granskar hundratals bilder på några sekunder
Moderna ögonskanningar med optisk koherenstomografi (OCT) ger extremt detaljerade 3D-bilder av näthinnan. Varje undersökning består av hundratals tvärsnittsbilder som idag måste granskas manuellt av ögonläkare – en tidskrävande process där små förändringar riskerar att förbises.
Forskarna vid Washington University School of Medicine har därför utvecklat AI-plattformen OCTCube-M, som består av tre samverkande modeller tränade för att analysera dessa omfattande bildmängder automatiskt.
I tester visade systemet högre träffsäkerhet än tidigare AI-modeller vid diagnostik av sex av åtta vanliga näthinnesjukdomar, däribland åldersrelaterad makuladegeneration, diabetisk retinopati och andra tillstånd som hotar synen. Det motsvarade att mellan 43 och 60 ytterligare patienter per tusen kunde identifieras korrekt jämfört med äldre AI-system.
Ögat avslöjar kroppens hälsa
Det kanske mest anmärkningsvärda resultatet var dock att AI-systemet kunde identifiera hälsorisker som inte sitter i ögat.
Forskarna upptäckte att förändringar i näthinnan innehåller information om blodkärl och nervvävnad som speglar tillståndet i andra organ. Enbart genom att analysera ögonskanningar kunde modellen förutsäga risken för bland annat:
- hjärtinfarkt
- stroke
- njursvikt
- andra kärlrelaterade sjukdomar
Det beror på att de små blodkärlen i näthinnan är mycket lika blodkärlen i exempelvis hjärnan, hjärtat och njurarna. Sjukdomar som påverkar kroppens kärlsystem lämnar därför ofta spår även i ögat.
Kan ge tidigare diagnoser
Forskarna menar att tekniken skulle kunna göra vanliga synundersökningar betydligt mer värdefulla.
Istället för att enbart upptäcka ögonsjukdomar skulle en rutinmässig ögonundersökning kunna fungera som ett tidigt screeningsverktyg för flera allvarliga sjukdomar innan patienten utvecklar några symtom.
Det skulle ge läkare möjlighet att sätta in förebyggande behandling tidigare och samtidigt minska behovet av mer kostsamma och invasiva undersökningar.
Fortfarande på forskningsstadiet
Även om resultaten är mycket lovande betonar forskarna att AI-systemet fortfarande är experimentellt.
Fler kliniska studier krävs innan tekniken kan införas i den dagliga sjukvården. Systemet behöver också testas på ännu större och mer varierade patientgrupper för att säkerställa att resultaten fungerar lika bra i olika vårdmiljöer.
Forskarna tror dock att den här typen av AI-modeller kan förändra hur ögonundersökningar används i framtiden – från att enbart bedöma synhälsa till att bli ett kraftfullt verktyg för att upptäcka sjukdomar i hela kroppen.
Publikationsuppgifter
Nature Biomedical Engineering (2026). OCTCube-M: AI models for three-dimensional retinal imaging and systemic disease prediction.
