Oftalmologija | Glaukom | Umjetna inteligencija
Što mijenja praksu?
Glaukom je jedan od vodećih uzroka nepovratnog gubitka vida. Problem je u tome što bolest u početnim fazama često prolazi gotovo neprimjetno. Pacijent može imati značajno oštećenje vidnog živca prije nego što sam primijeti promjene vida.
Upravo zato rano otkrivanje ostaje jedan od najvećih izazova u liječenju glaukoma. Klasična dijagnostika oslanja se na kombinaciju pregleda očnog živca, mjerenja očnog tlaka, OCT-a i testiranja vidnog polja. Umjetna inteligencija sada otvara mogućnost da se postojeći podaci analiziraju brže, standardiziranije i na način koji može otkriti obrasce koje ljudskom oku nije uvijek lako prepoznati.
No može li AI zaista otkriti glaukom ranije od konvencionalnog pristupa?
Dosadašnji rezultati su obećavajući, ali odgovor još nije jednostavno „da“. Najveći potencijal AI-ja trenutačno nije u zamjeni oftalmologa, nego u ranijem prepoznavanju pacijenata koji zahtijevaju detaljniju obradu i praćenje.
Zašto je ova tema važna?
Glaukom može napredovati bez izraženih simptoma, a izgubljeni vid zbog oštećenja vidnog živca ne može se vratiti. Zato je ključno bolest prepoznati prije nego što dođe do značajnog funkcionalnog oštećenja.
U svakodnevnoj praksi postoji još jedan problem: pojedinačni nalazi nisu uvijek dovoljni. Očni tlak može biti uredan, a pacijent ipak može imati glaukom. S druge strane, povišen očni tlak ne znači nužno da će se glaukom razviti.
Zbog toga liječnik mora povezati više informacija: izgled optičkog diska, OCT nalaz, vidno polje, dob, obiteljsku anamnezu i druge čimbenike rizika.
AI može pomoći upravo u takvoj složenoj analizi. Modeli strojnog učenja mogu istodobno analizirati velik broj podataka i tražiti obrasce povezane s glaukomom ili njegovim napredovanjem.
Što kažu najnoviji dokazi?
Jedan od važnih smjerova razvoja je analiza fotografija očnog dna i OCT snimaka pomoću dubokog učenja.
Studija objavljena 2025./2026. godine procijenila je multimodalni model RETFound koji kombinira fotografije očnog živca i OCT podatke. Model je za otkrivanje glaukoma ostvario AUC od 0,94, dok je model temeljen samo na fotografijama imao AUC 0,86, a model temeljen samo na OCT-u 0,93. Multimodalni pristup bio je bolji od samih fotografija, ali nije značajno nadmašio OCT model.
To je važan nalaz jer pokazuje da više podataka ne znači automatski i bolji rezultat. U nekim situacijama kvalitetan OCT uz AI analizu može biti dovoljan za vrlo preciznu procjenu.
Još zanimljivije je pitanje može li AI predvidjeti što će se dogoditi u budućnosti.
Sustavni pregled objavljen 2026. godine obuhvatio je 44 studije o primjeni umjetne inteligencije u predviđanju razvoja i progresije glaukoma. Rezultati pokazuju obećavajuće mogućnosti u procjeni rizika razvoja bolesti kod osoba koje još nemaju potvrđen glaukom, kao i u predviđanju napredovanja već dijagnosticirane bolesti.
Može li AI otkriti glaukom prije simptoma?
U određenom smislu da.
AI ne mora „vidjeti“ simptome koje pacijent još nema. Umjesto toga, može analizirati promjene na strukturama oka koje mogu prethoditi izraženom funkcionalnom gubitku vida. To je posebno važno kod OCT-a, gdje se mogu pratiti vrlo suptilne promjene slojeva mrežnice i struktura povezanih s vidnim živcem.
Međutim, treba razlikovati ranije prepoznavanje rizičnog obrasca od definitivnog postavljanja dijagnoze. Ako AI označi snimku kao sumnjivu, to ne znači da pacijent sigurno ima glaukom. Potrebna je klinička procjena i, prema potrebi, dodatna dijagnostika.
Što se promijenilo?
Nekada:
- pregled očnog živca
- mjerenje očnog tlaka
- vidno polje
- OCT prema kliničkoj procjeni
- liječnik uspoređuje nalaze kroz vrijeme.
Danas:
- fotografija očnog dna + AI analiza
- OCT + AI analiza
- analiza velikog broja parametara istodobno
- procjena rizika razvoja ili progresije bolesti
- automatsko označavanje sumnjivih nalaza
- liječnik potvrđuje nalaz i donosi kliničku odluku.
Naglasak se tako postupno pomiče s jednostavnog prepoznavanja postojećeg glaukoma prema ranijoj identifikaciji pacijenata koji bi mogli biti u riziku.
Koja su ograničenja?
Unatoč vrlo dobrim rezultatima, AI još nije spreman preuzeti kompletnu dijagnostiku glaukoma.
Jedan od problema je generalizacija. Model razvijen na određenoj populaciji ili određenim uređajima ne mora jednako dobro funkcionirati na drugim pacijentima, kamerama ili zdravstvenim sustavima.
Dodatni problem predstavlja kvaliteta snimke. Ako je fotografija očnog dna ili OCT loše kvalitete, AI može donijeti pogrešan zaključak.
Važno je i da AI modeli ne budu promatrani kao „crne kutije“. Liječniku treba biti jasno zašto je određeni nalaz označen kao sumnjiv i kako se rezultat uklapa u ostale kliničke podatke.
Zato aktualni dokazi više podupiru AI kao alat za potporu odlučivanju nego kao zamjenu za oftalmologa. Sustavni pregledi ističu potencijal, ali i potrebu za dodatnom validacijom u stvarnim kliničkim uvjetima.
Što to znači za svakodnevnu praksu?
Za liječnike i druge zdravstvene djelatnike najvažnije je razumjeti da AI može promijeniti način na koji identificiramo pacijente koji zahtijevaju daljnju obradu.
Primjerice, pacijent može imati fotografiju očnog dna ili OCT nalaz koji AI označi kao sumnjiv, iako nema izražene simptome. Takav rezultat može biti signal za detaljniji oftalmološki pregled.
U budućnosti bi AI mogao imati još važniju ulogu u praćenju progresije. Umjesto da se svaki novi nalaz promatra izolirano, algoritmi mogu analizirati niz prethodnih snimaka i procijeniti postoji li obrazac postupnog pogoršanja.
To je posebno važno jer cilj liječenja glaukoma nije samo postaviti dijagnozu, nego pravodobno usporiti ili zaustaviti daljnje oštećenje vidnog živca.
Ključne poruke
- Umjetna inteligencija pokazuje velik potencijal u ranom otkrivanju i praćenju glaukoma.
- AI može analizirati fotografije očnog dna, OCT snimke, vidno polje i druge kliničke podatke.
- Najzanimljivija mogućnost nije samo otkrivanje postojećeg glaukoma, nego predviđanje njegova razvoja i progresije.
- OCT i AI zajedno mogu omogućiti vrlo preciznu procjenu strukturalnih promjena.
- AI bi mogao olakšati probir u primarnoj zdravstvenoj zaštiti i područjima s manjkom oftalmologa.
- Rezultati ovise o kvaliteti podataka, uređaju, populaciji i modelu koji se koristi.
- AI trenutačno treba promatrati kao potporu oftalmologu, a ne zamjenu za kliničku procjenu.
- Najveća vrijednost AI-ja mogla bi biti u prepoznavanju pacijenata kojima je potrebno ranije ili intenzivnije praćenje.
Konektiva u jednoj minuti
Što trebate zapamtiti?
✔ AI može prepoznati obrasce povezane s glaukomom na fotografijama očnog dna i OCT snimkama.
✔ Njegova najveća buduća vrijednost možda neće biti samo u dijagnostici, nego u predviđanju razvoja i progresije bolesti.
✔ AI može pomoći u probiru pacijenata koji još nemaju izražene simptome i usmjeriti ih prema ranijoj oftalmološkoj obradi.
✔ Trenutačno najbolji pristup nije „AI umjesto liječnika“, nego AI kao dodatni alat koji liječniku omogućuje bržu i precizniju procjenu rizika.
✔ Za pacijenta s glaukomom ili sumnjom na glaukom konačnu odluku i dalje treba temeljiti na cjelokupnoj kliničkoj slici, a ne na jednom algoritamskom rezultatu.
Izvori:
- Yang WYL, Wong HJ, Fu CE, Rojas-Carabali W, Agrawal R, Ang BCH. Artificial intelligence in the prediction of glaucoma development and progression: A systematic review. 2026. Survey of Ophthalmology. Dostupno na: https://pubmed.ncbi.nlm.nih.gov/40541841/
- Chuter B, Joshi V, Hallaj S, i sur. A Novel Multimodal Implementation of a Foundation Artificial Intelligence Model Using Optic Nerve Head Fundus Photographs and OCT Imaging for Glaucoma Detection. 2025. Ophthalmology Science. Dostupno na: https://pubmed.ncbi.nlm.nih.gov/41631246/
- Chuter B, Huynh J, Hallaj S, i sur. Evaluating a Foundation Artificial Intelligence Model for Glaucoma Detection Using Color Fundus Photographs. 2024. Ophthalmology Science. Dostupno na: https://pubmed.ncbi.nlm.nih.gov/39650567/
- Martucci A, Gallo Afflitto G, Pocobelli G, i sur. Lights and Shadows on Artificial Intelligence in Glaucoma: Transforming Screening, Monitoring, and Prognosis. 2025. Journal of Clinical Medicine. Dostupno na: https://pubmed.ncbi.nlm.nih.gov/40217589/
- Senthil S, i sur. Evaluating real-world performance of an automated offline glaucoma AI on a smartphone fundus camera across glaucoma severity stages. 2025. Dostupno na: https://pubmed.ncbi.nlm.nih.gov/40569941/
- Vemulapalli K, Gandhewar R, Safitri A, i sur. Artificial intelligence for glaucoma. Cochrane Database of Systematic Reviews. Dostupno na: https://pubmed.ncbi.nlm.nih.gov/40525544/
Često postavljana pitanja (FAQ) o umjetnoj inteligenciji i glaukomu
Umjetna inteligencija može pomoći u ranijem prepoznavanju obrazaca povezanih s glaukomom, osobito analizom fotografija očnog dna i OCT snimaka. Ipak, trenutačni dokazi još ne pokazuju da AI u svim slučajevima može otkriti glaukom ranije od konvencionalne dijagnostike.
Da, AI može prepoznati određene strukturne promjene oka koje mogu prethoditi izraženom funkcionalnom gubitku vida. Posebno je važna analiza OCT snimaka i fotografija očnog dna, ali sumnjiv AI nalaz nije sam po sebi konačna dijagnoza.
AI može analizirati fotografije očnog dna, OCT snimke, rezultate vidnog polja i druge kliničke podatke. Algoritmi mogu prepoznati obrasce povezane s glaukomom, procijeniti rizik razvoja bolesti i pomoći u praćenju njezina napredovanja.
Da. Jedno od najperspektivnijih područja primjene AI-ja jest predviđanje rizika razvoja glaukoma te procjena vjerojatnosti progresije kod osoba s već dijagnosticiranom bolešću.
Može pomoći u prepoznavanju sumnjivih obrazaca i kod osoba s urednim očnim tlakom. Normalan očni tlak ne isključuje glaukom, zbog čega je potrebno uzeti u obzir i OCT, vidno polje, izgled vidnog živca te druge čimbenike rizika.
AI se trenutačno ne smatra zamjenom za oftalmologa. Može brzo analizirati velike količine podataka i pomoći u prepoznavanju rizičnih obrazaca, ali konačna procjena zahtijeva klinički pregled i interpretaciju svih dostupnih nalaza.
Ne. Trenutačno se AI razvija prvenstveno kao alat za potporu kliničkom odlučivanju. Može pomoći u probiru, procjeni rizika i praćenju bolesti, dok konačnu dijagnostičku i terapijsku odluku donosi oftalmolog.
