Naukowcy Śląskiego Uniwersytetu Medycznego w międzynarodowym zespole badającym zastosowanie sztucznej inteligencji w okulistyce. Mają na koncie imponującą publikację.

Z tego artykułu dowiesz się:

Przełom w diagnostyce: Zespół ze Śląskiego Uniwersytetu Medycznego stworzył model sztucznej inteligencji EyeFM, który znacząco zwiększa trafność diagnoz okulistycznych, osiągając 92,2% skuteczności.
Nowe możliwości dla lekarzy: Model EyeFM nie tylko poprawia jakość diagnoz, ale także ułatwia lekarzom przygotowywanie raportów, co sprzyja lepszej współpracy z pacjentami.
Globalne znaczenie badań: Badania opublikowane w prestiżowym czasopiśmie „Nature Medicine” potwierdzają rosnącą rolę polskich naukowców w międzynarodowych innowacjach medycznych.
Dostępność leczenia: EyeFM wykorzystuje tańsze metody diagnostyczne, co otwiera nowe możliwości dla krajów z ograniczonymi zasobami, zwiększając dostępność opieki okulistycznej.

Artykuł opublikowany w „Nature Medicine” przedstawia przełomowe wyniki badań nad zastosowaniem sztucznej inteligencji w okulistyce poprzez rozwój i walidację EyeFM – multimodalnego modelu zaprojektowanego celem wspierania lekarzy w diagnostyce i leczeniu pacjentów okulistycznych.

EyeFM został wytrenowany na ogromnym zbiorze 14,5 miliona obrazów okulistycznych oraz 400 tysięcy tekstów klinicznych z międzynarodowych i wieloetnicznych baz danych.

Zespół badawczy przeprowadził wieloetapową walidację obejmującą analizę retrospektywną, badania z udziałem okulistów z różnych kontynentów oraz randomizowane, podwójnie maskowane, badanie kliniczne, w którym uczestniczyło 668 pacjentów i 16 lekarzy. Wyniki wykazały jednoznaczną przewagę pracy z EyeFM: trafność diagnozy wzrosła z 75,4 proc. do 92,2 proc., a poprawność decyzji o skierowaniu pacjenta do dalszych etapów leczenia – z 80,5 proc. do 92,2 proc. Ponadto lekarze korzystający z modelu przygotowywali bardziej ustandaryzowane raporty, a pacjenci częściej stosowali się do zaleceń dotyczących dalszego leczenia i samokontroli. Co istotne, EyeFM umożliwił skuteczniejsze wykorzystywanie tańszych i szerzej dostępnych badań obrazowych w sytuacjach, gdzie zwykle wymagane były kosztowne techniki (np. Optyczna Koherentna Tomografia), co otwiera nowe możliwości diagnostyki w krajach o ograniczonych zasobach.

- Badanie to stanowi ważny krok w kierunku klinicznej translacji modeli AI, pokazując, że sztuczna inteligencja może realnie wspierać okulistów, zwiększając precyzję i efektywność ich pracy oraz poprawiając wyniki zdrowotne pacjentów – mówi prof. ŚUM Adrian Smędowski, współautor pracy, który jest uznanym polskim okulistą i naukowcem, specjalizującym się w diagnostyce i leczeniu jaskry oraz dziedzicznych chorób siatkówki.

Prof. Smędowski kieruje zespołem badawczym w Katedrze i Klinice Okulistyki Wydziału Nauk Medycznych w Katowicach Śląskiego Uniwersytetu Medycznego w Katowicach, prowadząc translacyjne projekty naukowe łączące podstawowe badania biologiczne z praktyką kliniczną. Jego udział w międzynarodowym konsorcjum badawczym podkreśla rosnącą rolę polskich naukowców w światowych innowacjach medycznych. „Nature Medicine” jest jednym z najbardziej prestiżowych czasopism naukowych na świecie, należącym do grupy „Nature”. Czasopismo to koncentruje się na badaniach translacyjnych, które łączą naukę podstawową z praktyką kliniczną, publikując prace o najwyższej wartości naukowej. 5-letni współczynnik Impact Factor „Nature Medicine” w 2024 roku wynosił 52.4, a zatem znajduje się w ścisłej czołówce światowych czasopism medycznych i biologicznych. - Publikacja w tym tytule stanowi potwierdzenie jakości badań oraz ich znaczenia dla globalnej społeczności medycznej i naukowej – dodaje prof. Smędowski.

Cytacja: Wu Y, Qian B, Li T, Qin Y, Guan Z, Chen T, Jia Y, Zhang P, Zeng D, Moroi S, Raman R, Thinggaard BS, Pedersen F, Ñehe JAO, Kamalden TA, Zhou Y, Jin Y, Li H, Ran AR, Yang D, Meng Z, Peng Q, Zheng YF, Wang D, Ji H, Zang P, Yin C, Shen J, Chen Y, Yu W, Dai R, Zhang C, Zhao X, Wang X, Chen Y, Wu Q, Xie H, Szeto SKH, Chan JYY, Chan VTT, Xie HT, Wei R, Li J, Ma W, Zhu L, Wang H, Fu H, Wang W, Lin S, Xu Z, Guan N, Zhang X, Grzybowski A, Gołębiowska-Bogaj M, Gawęcki M, Smedowski A, Szaraniec W, Wu Y, Wen Y, Chen X, Yao Y; EyeFM Global Reader Study Team; Lim LL, Cheung CY, Tan GSW, Grauslund J, Ruamviboonsuk P, Sivaprasad S, Keane PA, Wang YX, Tham YC, Cheng CY, Wong TY, Sheng B. An eyecare foundation model for clinical assistance: a randomized controlled trial. Nat Med.

2025 Aug 28. doi: 10.1038/s41591-025-03900-7. Epub ahead of print. PMID:

40877476.

Link do pracy: https://www.nature.com/articles/s41591-025-03900-7

Źródło: Śląski Uniwersytet Medyczny