Sadržaj:
- Tekući računalni pristup zahtijeva milijune slika za podučavanje računala. Zhangova istraživanja koristila su "neuronsku konvolucijsku mrežu" temeljenu na AI koja je zahtijevala mnogo manji skup podataka od samo 200.000 optičkih koherentnih skeniranja.
- Ostale koristi za umjetnu tehnologiju
Rad objavljen 22. veljače u časopisu
Cell
opisuje kako se AI može primijeniti na pacijente s bolestima mrežnice. Istraživanje koje je predvodio dr. Kang Zhang, dr. Sc., Profesor oftalmologije na Institutu Shiley Eye na Kalifornijskom sveučilištu u San Diegu, pokazuje da računalo može naučiti precizno i pouzdano prepoznati takve uobičajene bolesti oka kao makularna degeneracija i dijabetička retinopatija. "Riječ je o tome kako poučavati računalo što je slika i kako donijeti odluku o tome što oni vide", objašnjava dr. Zhang. "Cilj je da računalo bude jednako dobro kao specijalist koji je otišao u medicinsku školu i visoko je osposobljen za medicinsku dijagnostiku i liječenje." Iako može biti potrebno desetljeća stručnog iskustva za postizanje najviših razina stručnosti dodao je, "vidimo da računalo može prepoznati ove stvari nakon nekoliko dana."
U radu se slijede ostale nedavne studije koje pokazuju da računala s dubljim obrazovanjem mogu imati legitimno mjesto u zdravstvu, kaže dr. Rahul Khurana, oftalmolog u Mountain Viewu u Kaliforniji i klinički glasnogovornik Američke akademije oftalmologije. "Ova vrsta tehnologije vrlo je točna za bolesnike s određenim vrstama stanja", kaže dr. Khurana. "To stvara malo uzbuđenja na terenu".
Dijagnosticiranje makularne degeneracije, dijabetska retinopatija
U novom su radu Zhang i njegovi kolege u Kini, Njemačkoj i Teksasu prvi put hranili slike oka poremećaja u računalo. Slike su snimljene tehnikom slikanja poznate kao optička koherentna tomografija. Ova novijoj, revolucionarnoj dijagnostičkoj tehnologiji koristi svjetlosne valove kako bi se slike visoke razlučivosti u presjeku oka davale liječnicima tako da detaljno detektiraju i mrežu mrežnice.
Skeneri se koriste za otkrivanje zajedničkih stanja poput makularne degeneracija, u kojoj se dio mrežnice naziva macula pogoršava, i dijabetička retinopatija, komplikacija dijabetesa koja uzrokuje da krvne žile u mrežnici nabubre i propuštaju tekućinu. Oba su opasna stanja koja mogu uzrokovati sljepoću ako se ne dijagnosticiraju i liječe odmah.
Tekući računalni pristup zahtijeva milijune slika za podučavanje računala. Zhangova istraživanja koristila su "neuronsku konvolucijsku mrežu" temeljenu na AI koja je zahtijevala mnogo manji skup podataka od samo 200.000 optičkih koherentnih skeniranja.
"Računalo uči normalnu kartu oka", kaže Zhang. "Dajemo mu različite slike kako bismo učili i zapamtili. Na primjer, na primjer, "ako je ovo mjesto ovdje, bit će makularna degeneracija". Ljepota toga je umjesto da računalo sam nauče, možemo im reći što tražiti. Radi se o izradi računalnog softvera kako bi računala mislila kao na ljudsko biće. "
Računalo je uspjelo generirati odluku o tome treba li se pacijent uputiti na liječenje u roku od 30 sekundi i točnosti od 95 posto. pokazuje da neuronske mreže mogu pomoći liječnicima i možda čak i nadmašiti njihovu sposobnost pamćenja toliko podataka. Takva će tehnologija imati koristi širom svijeta, predviđa Zhang. U zemljama bogatim resursima poput Sjedinjenih Država može ubrzati kritično vrijeme između znakova bolesti i liječenja"Pacijent s mogućom makularnom degeneracijom može se liječiti u roku od mjesec dana, ali preporuke i obveze mogu završiti s nekoliko mjeseci. To može odgoditi dijagnozu i liječenje ", kaže on.
Liječenje bolesnika gdje su stručnjaci rijetki
U područjima s lošim resursima, tehnologija može pomoći pacijentima koji bi inače mogli biti bez brige zbog nedostatka liječnika. Zhang i njegovi kolege će ove ljeto preuzeti njihovu neuronsku mrežu Haitiju kako bi procijenili njegovu korisnost. Regija ima veliku populaciju osoba s dijabetesom koji su pod rizikom retinopatije, ali ima manje od 60 oftalmologa. "Mogućnost da to učinimo, nadamo se, omogućit će više pacijenata pristup zdravstvenom sustavu jer možemo dijagnosticirati uvjete ranije ", kaže Khurana, ističući da oko 415.000 ljudi živi s dijabetesom širom svijeta koji su u opasnosti za dijabetičku retinopatiju. "Kad god imamo novu i poboljšanu tehnologiju koja će nam omogućiti bržu dijagnozu, bolju dostupnost i bolju dostupnost široj populaciji, to je pobjeda za pacijente i liječnike."
Dobivanje liječnika za povjerenje računalima
Još uvijek postoje izazovi u provedbi mreža utemeljenih na zdravstvenoj zaštiti u zdravstvu, piše Zhang. Liječnici moraju vjerovati svojim računalnim pomoćnicima. U istraživanju je Zhang i njegovi kolege također zatražili od računala da objasne dijagnozu, identificirajući područja oka koja su bila prepoznata i bila osnova za zaključak stroja.
"Računalo ne samo proklinje dijagnozu. Objašnjava zašto je napravila dijagnozu i preporuku koja je učinila ", kaže on. "To ga čini transparentnijim i pomaže liječniku da više povjerenja u računalo. Na taj način, to nije samo crna kutija, a vi nemate pojma zašto ona daje dijagnozu. "
Ostale koristi za umjetnu tehnologiju
AI-temeljene mreže imaju ogroman potencijal u zdravstvenoj slici. Zhang je također pokazao da sustav može razlikovati virusnu i bakterijsku pneumoniju kod djece pregledavanjem X-zraka. Dok virusna upala pluća ne mora zahtijevati liječenje, bolesnik s bakterijskom pneumonijom zahtijeva brzu terapiju antibioticima kako bi se spriječile ozbiljne komplikacije bolesti.
"Vidimo razna medicinska područja gdje se umjetna inteligencija sve više koristi", rekao je Khurana kaže. "Mislim da je to vrlo uzbudljivo vrijeme za polje umjetne inteligencije i njegove primjene u medicini."
