Trumparegystė, taip pat žinoma kaip trumparegystė, daugėja, ypač tarp vaikų. Ekspertai prognozuoja, kad iki 2050 metų trumparegystė palies maždaug 50 % pasaulio gyventojų. Tyrėjai mano, kad iš dalies kaltas padidėjęs to, kas vadinamas „netoli darbo“, kai bendraujame su artimais objektais, tokiais kaip telefonai ir ekranai.
Daugeliui žmonių sunkumas pamatyti tolimus objektus yra problema, kurią lengva išspręsti naudojant akinius ar kontaktus, tačiau kitiems tai išsivysto į daug rimtesnę būklę, vadinamą trumparegiška makulopatija.
Arizonos valstijos universiteto Kompiuterijos ir išplėstinio intelekto mokyklos mokslininkų komanda kuria naujas diagnostikos priemones, kurios naudoja dirbtinio intelekto arba AI galią, kad būtų galima efektyviau ištirti šią ligą.
Trumparegė makulopatija atsiranda, kai akies dalis, kuri padeda mums aiškiai matyti tiesiai į priekį, yra ištempta ir pažeista. Laikui bėgant akies forma pailgėja – panašesnė į futbolą ir mažiau į sferą. Kai tai atsitinka, regėjimas iškreipiamas.
Ši sunki būklė yra pagrindinė sunkaus regėjimo praradimo ar aklumo priežastis. 2015 m. dėl trumparegystės makulopatijos 10 mln. žmonių susilpnėjo regėjimas. Jei viskas nepasikeis, prognozuojama, kad iki 2050 m. daugiau nei 55 milijonai žmonių neteks regėjimo, o apie 18 milijonų žmonių visame pasaulyje bus apakę dėl šios ligos.
Kadangi trumparegiška makulopatija yra negrįžtama, ekspertai nori įsikišti anksti. Kuo greičiau pastebėjus šią ligą, galima pagerinti sveikatos būklę, o tai ypač skubus tikslas, kai tai susiję su vaikais. Oftalmologai gali skirti specialius kontaktinius lęšius ar akių lašus, lėtinančius ligos progresavimą.
Yalin Wang, Fulton Schools kompiuterių mokslo ir inžinerijos profesorė, teigia, kad technologijų naujovės gali suteikti svarbių sprendimų.
„AI pradeda revoliuciją, kuri pasitelkia pasaulines žinias, kad pagerintų diagnozės tikslumą, ypač ankstyvoje ligos stadijoje“, – sako jis. „Ši pažanga sumažins medicinos išlaidas ir pagerins visų visuomenių gyvenimo kokybę.
Iššūkis pažvelgti į dalykus nauju būdu
Atsižvelgdama į šį poreikį, Medicinos vaizdų skaičiavimo ir kompiuterinės intervencijos arba MICCAI draugija 2023 m. paskelbė iššūkį. Profesionali organizacija, siekianti skatinti biomedicininių tyrimų naujoves, paprašė ekspertų patobulinti kompiuterines tinklainės vaizdų patikros sistemas.
Šiuo metu miopinė makulopatija diagnozuojama naudojant optinės koherentinės tomografijos nuskaitymus, kurie naudoja atspindėtą šviesą, kad būtų sukurtos akies užpakalinės dalies nuotraukos. Šiuos nuskaitymus dažnai rankiniu būdu tikrina oftalmologas – tai daug laiko reikalaujantis procesas, kuriam gali prireikti specialios patirties.
Wangas ir jo komanda Geometrijos sistemų laboratorijoje atsiliepė į skambutį. Tyrėjai buvo vieni iš MICCAI iššūkio nugalėtojų.
Pirmoje darbo dalyje Wangas ir jo komanda, kurią sudaro kompiuterių inžinerijos doktorantas Wenhui Zhu, taip pat neurologas ir Fulton Schools adjunktas fakulteto narys dr. Oana Dumitrascu, aptarė trumparegystės makulopatijos klasifikaciją. Liga turi penkias klasifikacijas, apibūdinančias jos sunkumą. Tinkamo lygio nustatymas padeda oftalmologams pasiūlyti pacientui labiau pritaikytus ir veiksmingesnius sprendimus.
Fultono mokyklų mokslininkai sukūrė naujus AI algoritmus, vadinamus NN-MobileNet. Šie instrukcijų rinkiniai, kurių kompiuterinės programos laikosi atlikdamos savo darbą, yra skirti padėti programinei įrangai veiksmingiau nuskaityti tinklainės vaizdus ir numatyti teisingą trumparegystės makulopatijos klasifikaciją. Tyrimas buvo paskelbtas m Trumparegės makulopatijos analizė.
Tada komanda atkreipė dėmesį į mokslinės bendruomenės pastangas naudoti AI tipą, vadinamą giliaisiais neuroniniais tinklais, kad būtų galima numatyti sferinį ekvivalentą tinklainės skenavime. Sferinis ekvivalentas – tai akies refrakcijos ydos įvertinimas, kurio reikia gydytojams skiriant akinius ar kontaktinius akinius. Giliuose neuroniniuose tinkluose mokslininkai paveda kompiuteriams analizuoti didžiulius duomenų rinkinius ir taiko dirbtinio intelekto algoritmus, kad padarytų naudingas išvadas.
Tiksliau išmatuodami sferinį ekvivalentą, gydytojai gali pateikti tikslesnes gydymo rekomendacijas. Taigi, Wang ir komanda vėl sukūrė naujus algoritmus, kuriuose pagrindinis dėmesys buvo skiriamas duomenų kokybei ir tinkamumui. Jų naujas tinklainės vaizdo analizės modelis pasiekė išskirtinių rezultatų, tuo pačiu sumažindamas reikalingą skaičiavimo galią. Šio tyrimo rezultatai taip pat buvo paskelbti m Trumparegės makulopatijos analizė.
Galiausiai Wang bendradarbiavo su kitomis komandomis, laimėjusiomis MICCAI iššūkį, rengdamas trečiąjį mokslinį darbą, paskelbtą m JAMA oftalmologija rugsėjį, kad pristatė savo surinktus rezultatus. Tyrėjai iš viso pasaulio universitetų padarė savo iššūkių išvadas, kad paskatintų papildomus pasiekimus ir atradimus ankstyvoje ir veiksmingoje trumparegystės makulopatijos diagnozėje bei pagerintų viso pasaulio žmonių sveikatos priežiūros rezultatus.
Geresnė pasaulinės sveikatos vizija
Wang paaiškina, kad viena jo darbo motyvuojančių jėgų yra sveikatos skirtumų sprendimas.
„Kaimo vietovėse gyvenantiems žmonėms sunku pasiekti sudėtingus vaizdo gavimo prietaisus ir kreiptis į gydytojus“, – sako jis. „Kai bus prieinama dirbtinio intelekto technologija, ji žymiai pagerins viso pasaulio gyventojų, įskaitant besivystančiose šalyse gyvenančius, gyvenimo kokybę.
Skaičiavimo ir išplėstinio intelekto mokyklos direktorius Ross Maciejewski sako, kad Wang projektas yra svarbus pavyzdys, kaip fakulteto nariai atlieka puikų darbą medicinos erdvėje.
„Didėjant trumparegystės ir trumparegystės makulopatijai, reikia sprendimų, kaip išvengti regėjimo praradimo ir padėti sveikatos priežiūros specialistams teikti geriausias gydymo galimybes savo pacientams“, – sako Maciejewskis. „Yalin Wang novatoriški tyrimai yra principinis dirbtinio intelekto panaudojimas sprendžiant šią baisią medicinos problemą.