Een oogziekte die sluipend je gezichtsveld opvreet, nauwelijks klachten geeft en bij de helft van de patiënten onontdekt blijft. Glaucoom is precies het soort probleem waar AI-screening voor bedoeld lijkt, en het Oogziekenhuis Rotterdam werkt er al sinds 2019 aan. Het verhaal duikt deze weken weer op in de media, vaak zonder bronnen of cijfers. Daarom zochten we het uit: wat is er echt bewezen, en wanneer merk jij er iets van?
Voor wie is dit artikel?Voor iedereen die wil weten of AI in de zorg meer is dan een belofte, en zeker voor wie ouder is dan 40 of glaucoom in de familie heeft. Geen medische kennis nodig; we leggen elk begrip uit.
De ziekte die je niet voelt aankomen
Glaucoom beschadigt de oogzenuw, meestal geleidelijk en vaak door een te hoge oogdruk. De schade is onomkeerbaar. Behandeling met oogdruppels of een ingreep kan de achteruitgang stoppen, maar wat weg is, komt niet terug. Wereldwijd is glaucoom de belangrijkste oorzaak van onomkeerbare blindheid (Bron: Het Oogziekenhuis Rotterdam).
De aantallen zijn fors. In Nederland hebben naar schatting 150.000 tot 300.000 mensen glaucoom, en uiteindelijk wordt ongeveer 10% van de patiënten blind aan beide ogen, 25% aan één oog (Bron: MedNet). Oogarts Hans Lemij van het Oogziekenhuis wijst op Australisch onderzoek met een pijnlijke uitkomst: ongeveer de helft van de mensen met glaucoom wist niet dat ze het hadden. Iedereen die het wél wist, was het jaar ervoor bij een oogprofessional geweest die de diagnose aanvankelijk had gemist. De situatie in Nederland is volgens hem vermoedelijk niet veel anders.
Daar komt een capaciteitsprobleem bij. Het aantal glaucoomgevallen stijgt met de vergrijzing (schattingen gaan richting 112 miljoen patiënten wereldwijd in 2040), terwijl het aantal oogartsen niet meegroeit.
Beginner-tip:Een fundusfoto is simpelweg een foto van de binnenkant van je oog, gemaakt met een speciale camera bij de oogarts, optometrist of steeds vaker de opticien. Het maken duurt seconden en doet geen pijn.
Wat Rotterdam bouwde: 100.000 foto’s en een wedstrijd
Het Oogziekenhuis startte in 2019 als eerste zorgaanbieder in Europa een grootschalig project om glaucoomscreening met AI mogelijk te maken. De aanpak was opvallend grondig, en juist die grondigheid maakt de resultaten geloofwaardig.
Eerst de data. Er bestond al een Chinees algoritme voor glaucoomdetectie, maar dat presteerde duidelijk minder op niet-Chinese ogen. Het Rotterdamse team bouwde daarom een database van ruim 100.000 fundusfoto’s van mensen met diverse etniciteit, een representatieve mix van de wereldbevolking. Voor het labelen van die foto’s werden 91 optometristen en oogartsen uit binnen- en buitenland geschoold en geëxamineerd; uiteindelijk waren er 20 goed genoeg om de foto’s stuk voor stuk te beoordelen als ‘glaucoom’, ‘geen glaucoom’ of ‘niet te beoordelen’ (Bron: MedNet).
Toen het model zelf. Op advies van de Universiteit van Amsterdam organiseerde het team begin 2022 een internationale wedstrijd, de AIROGS-challenge. Daar deden 351 teams uit 51 landen aan mee. Het winnende model haalde een sensitiviteit van 86% bij een specificiteit van 95% (Bron: IEEE Transactions on Medical Imaging). In gewone taal: het vindt 86 van de 100 glaucoomgevallen en slaat zelden vals alarm bij gezonde ogen. Dat niveau is volgens Lemij vergelijkbaar met een glaucoomspecialist, ongeacht het cameratype.
Die hoge specificiteit is bewust. “Met te veel valspositieven wordt de gezondheidszorg immers overspoeld; een onwenselijk scenario”, legt Lemij uit in een interview met MedNet. Elke onterecht doorverwezen patiënt kost immers een plek op een toch al volle polikliniek.
Gevorderden:De dataset (Ophthalmology Science, 2023) en de challenge-resultaten (IEEE TMI, 2024) zijn peer-reviewed gepubliceerd, een belangrijk verschil met de vele zorg-AI-claims die alleen in persberichten bestaan. De kanttekening: deze cijfers komen uit retrospectieve beoordeling van bestaande foto’s. Prospectieve resultaten uit de dagelijkse screeningspraktijk, met echte patiëntstromen en wisselende fotokwaliteit, zijn een andere toets en die data zijn er nog niet openbaar.
Van bewezen model naar bevolkingsonderzoek
Hier wordt het verhaal interessanter dan de gemiddelde kop doet vermoeden. De techniek werkt, maar tussen een goed model en een AI-check bij jou om de hoek zitten drie hindernissen, en geen daarvan is technisch.
De bewijslast voor een bevolkingsonderzoek. De ambitie van Lemij is een landelijk screeningsprogramma zoals bij borst- en darmkanker. Het ministerie van VWS hanteert daarvoor 20 criteria. Het Oogziekenhuis voert daarom samen met de Erasmus Universiteit een kosteneffectiviteitsstudie uit, en moet aantonen dat het model goed presteert op de Nederlandse bevolking (Bron: MedNet).
De financiering. Voor diabetische retinopathie (netvliesschade door diabetes) bestaat structurele vergoeding door zorgverzekeraars, omdat die screening onderdeel is van de standaard diabeteszorg. Voor glaucoom is die er niet. De camera’s en de AI bestaan al; wat ontbreekt is iemand die de screening betaalt.
De certificering. Medische AI moet een CE-markering hebben en valt onder de Europese regels voor medische hulpmiddelen. Lemij noemt de complexiteit van die procedure als rem: bij elke wijziging moet alles opnieuw worden getest. Daar komt de EU AI Act nog bovenop, die medische diagnose- en triagesystemen als hoog risico aanmerkt, al is de handhaving voor hoog-risicosystemen uitgesteld tot december 2027.
Intussen groeit de publieke aandacht. Het Algemeen Dagblad besteedde uitgebreid aandacht aan het project in een interview met Lemij, meldt het ziekenhuis zelf (Bron: Het Oogziekenhuis Rotterdam). En er loopt vervolgonderzoek naar AI-screening op glaucoom en maculadegeneratie via de huisarts. De beweging is dus van het laboratorium richting de eerste lijn, stap voor stap. Die eerste lijn zet AI intussen vooral bij de administratie in; wat daar nu al werkt, beschrijven we in AI in de huisartsenpraktijk.
Wat dit zegt over AI in de zorg
Dit project laat zien hoe het hoort: een echt probleem, jaren bouwen aan representatieve data, onafhankelijke validatie via een open challenge en publicatie in vakbladen. Vergelijk dat met de gemiddelde zorg-AI-aankondiging en je begrijpt waarom oogheelkunde steevast als voorbeeldsector wordt genoemd. Wie wil zien hoe groot de kloof kan zijn tussen AI-belofte en AI-bewijs, leest ons stuk over wat kunstmatige intelligentie nu echt is, inclusief de mythes.
Tegelijk is dit ook het eerlijke verhaal over het tempo. Zeven jaar na de start van het project is er een bewezen model, maar nog geen screening waar jij je voor kunt aanmelden. Niet omdat de AI tekortschiet, maar omdat zorg nu eenmaal draait op financiering, certificering en bewijs. Dezelfde dynamiek zagen we bij Microsoft’s Copilot for Health: de demo is er altijd eerder dan de vergoede zorgtoepassing.
Tot het zover is, blijft het advies van de oogwereld onveranderd en concreet: laat boven de 40, of eerder bij glaucoom in de familie, periodiek je ogen controleren bij een optometrist of opticien met funduscamera. De AI komt eraan; je oogzenuw wacht daar niet op.