การวิจัยใหม่ใช้ปัญญาประดิษฐ์เพื่อกำหนดเป้าหมายของโรคตา

สารบัญ:

Anonim

การเสื่อมสภาพของเม็ดสีตาและโรคจอประสาทตาเบาหวานสามารถทำให้ตาบอดได้หากไม่ได้รับการวินิจฉัยและรักษาอย่างทันท่วงที Carmelo Geraci / Getty Images

February 27, 2018

สำหรับการวิเคราะห์ข้อมูลประดิษฐ์ (AI) ในการวินิจฉัยและรักษาสภาวะสุขภาพจะยังคงเป็นโมเมนตัมเนื่องจากการศึกษาใหม่แสดงให้เห็นว่าเทคโนโลยีสามารถเร่งวินิจฉัยและรักษาโรคตาได้อย่างไร

บทความที่ตีพิมพ์ในวารสาร อธิบายว่า AI สามารถนำไปใช้กับผู้ป่วยโรคตาเหล่ได้อย่างไร การวิจัยซึ่งนำโดย Kang Zhang ศาสตราจารย์ด้านจักษุวิทยาของ Shiley Eye Institute จากมหาวิทยาลัยแคลิฟอร์เนียแห่งซานดิเอโกได้แสดงให้เห็นว่าคอมพิวเตอร์สามารถเรียนรู้ได้อย่างถูกต้องและน่าเชื่อถือในการรักษาโรคตาเช่นโรคตาแดงและโรคเบาหวาน

"นี่เป็นเรื่องของการพยายามสอนคอมพิวเตอร์ให้เห็นภาพและวิธีตัดสินใจเกี่ยวกับสิ่งที่พวกเขาเห็น" ดร. Zhang อธิบาย เป้าหมายคือเพื่อให้คอมพิวเตอร์ดีเท่าผู้เชี่ยวชาญที่ไปโรงเรียนแพทย์และได้รับการฝึกฝนอย่างสูงในการวินิจฉัยและการรักษาทางการแพทย์ "

ในขณะที่สามารถใช้ประสบการณ์หลายสิบปีของผู้เชี่ยวชาญเพื่อเข้าถึงความเชี่ยวชาญระดับสูงสุด เขากล่าวเสริมว่า "เราเห็นว่าคอมพิวเตอร์สามารถจดจำสิ่งเหล่านี้ได้หลังจากผ่านไป 2-3 วัน"

กระดาษดังต่อไปนี้การศึกษาล่าสุดอื่น ๆ ที่แสดงคอมพิวเตอร์การเรียนรู้ลึกอาจมีสถานที่ที่ถูกต้องตามกฎหมายในการดูแลสุขภาพ Rahul Khurana, ดร. คาร์รานากล่าวว่า "เทคโนโลยีชนิดนี้มีความถูกต้องมากสำหรับผู้ป่วยที่มีภาวะบางประเภท" การค้นพบนี้ทำให้ Zhang และเพื่อนร่วมงานของเขาในประเทศจีนเยอรมนีและเท็กซัสได้ให้ภาพของความผิดปกติของดวงตาในเครื่องคอมพิวเตอร์เป็นครั้งแรก

การวินิจฉัยความผิดปรกติของเม็ดเลือดในผู้ป่วยเบาหวาน Retinopathy

ภาพถูกถ่ายด้วยเทคนิคการถ่ายภาพที่เรียกว่าเอกซ์เรย์เอกซ์เรย์ เทคโนโลยีการตรวจวินิจฉัยแบบใหม่นี้ใช้คลื่นแสงเพื่อถ่ายภาพตัดต่อความละเอียดสูงของตาเพื่อให้แพทย์สามารถทำแผนที่และวัดเรตินาได้อย่างละเอียด

การสแกนจะใช้เพื่อช่วยให้เกิดสภาวะที่พบได้ทั่วไปเช่นตาปู ความเสื่อมซึ่งเป็นส่วนหนึ่งของจอประสาทตาที่เรียกว่ามะรุมเสื่อมและเบาหวาน retinopathy ภาวะแทรกซ้อนของโรคเบาหวานที่เป็นสาเหตุของหลอดเลือดในม่านตาเพื่อบวมและของเหลวรั่วไหล ทั้งสองเงื่อนไขที่เป็นอันตรายที่สามารถทำให้ตาบอดได้หากไม่ได้รับการวินิจฉัยและรักษาโดยทันที

วิธีการคำนวณในปัจจุบันต้องใช้ภาพจำนวนมากในการฝึกอบรมคอมพิวเตอร์ การวิจัยของ Zhang ใช้ระบบเครือข่ายประสาทแบบหมุน (convolutional nural network) ที่ต้องการชุดข้อมูลที่มีขนาดเล็กกว่าเพียง 200,000 ภาพการสแกนภาพที่สอดคล้องกัน

"คอมพิวเตอร์กำลังเรียนรู้แผนที่แบบปกติของดวงตา" Zhang กล่าว "เราให้ความหลากหลายของภาพที่จะเรียนรู้และจดจำ เราสอนเช่น 'ถ้าจุดนี้อยู่ที่นี่ก็จะเป็นความเสื่อม macular.' ความสวยงามนี้แทนการที่คอมพิวเตอร์เรียนรู้ด้วยตัวเองเราสามารถบอกพวกเขาได้ว่าควรหาอะไร นี่คือการออกแบบซอฟต์แวร์คอมพิวเตอร์เพื่อให้คอมพิวเตอร์คิดเหมือนมนุษย์ "

คอมพิวเตอร์สามารถตัดสินใจว่าจะให้ผู้ป่วยได้รับการอ้างอิงเพื่อรักษาภายใน 30 วินาทีและมีความถูกต้อง 95 เปอร์เซ็นต์

การศึกษา แสดงให้เห็นว่าเครือข่ายประสาทสามารถช่วยแพทย์และบางทีแม้แต่แซงหน้าพวกเขาด้วยความสามารถในการจดจำข้อมูลจำนวนมาก เทคโนโลยีดังกล่าวจะมีการใช้ทั่วโลกนาย Zhang คาดการณ์ ในประเทศที่อุดมไปด้วยทรัพยากรเช่นสหรัฐอเมริกาอาจช่วยเร่งเวลาที่สำคัญระหว่างอาการของโรคและการรักษาได้

"ผู้ป่วยที่มีความเสื่อมสภาพเป็นไปได้อาจต้องได้รับการรักษาภายในหนึ่งเดือน แต่การอ้างอิงและการนัดหมายอาจต้องใช้เวลาหลายเดือน ซึ่งอาจทำให้การวินิจฉัยและการรักษาล่าช้า "เขากล่าว"

การรักษาผู้ป่วยที่มีความเชี่ยวชาญน้อย "

ในพื้นที่ยากจน - ทรัพยากรเทคโนโลยีนี้สามารถช่วยผู้ป่วยที่ไม่ได้รับการดูแลเนื่องจากความขาดแคลนของแพทย์ Zhang และเพื่อนร่วมงานของเขาจะนำเครือข่ายประสาทไปเฮติในฤดูร้อนนี้เพื่อประเมินความเป็นประโยชน์ ภูมิภาคนี้มีประชากรเป็นจำนวนมากที่เป็นโรคเบาหวานที่มีความเสี่ยงต่อการเป็นโรคจอประสาทตา แต่ก็มีจักษุแพทย์น้อยกว่า 60 ราย

"ความสามารถในการทำเช่นนี้จะหวังให้ผู้ป่วยเข้าถึงระบบการรักษาพยาบาลมากขึ้นเพราะเราสามารถวินิจฉัยได้ เงื่อนไขก่อน "Khurana กล่าวสังเกตว่ามีประมาณ 415,000 คนที่อาศัยอยู่กับโรคเบาหวานทั่วโลกที่มีความเสี่ยงสำหรับโรคเบาหวานโรคจอประสาทตา เมื่อใดก็ตามที่เรามีเทคโนโลยีใหม่และปรับปรุงใหม่เพื่อให้เราสามารถวินิจฉัยได้เร็วขึ้นดีขึ้นและดูแลให้เข้าถึงได้มากขึ้นกับประชากรที่กว้างขึ้นผู้ป่วยและแพทย์ก็เป็นผู้ชนะ "

การเดินทางแพทย์เพื่อเชื่อถือคอมพิวเตอร์

ความท้าทายที่ยังคงอยู่ในการใช้เครือข่าย AI ในการดูแลสุขภาพ, บันทึก Zhang แพทย์ต้องเชื่อถือผู้ช่วยคอมพิวเตอร์ของพวกเขา ในการศึกษา Zhang และเพื่อนร่วมงานของเขายังได้ขอให้คอมพิวเตอร์อธิบายถึงการวินิจฉัยระบุบริเวณที่ดวงตาได้รับการยอมรับและเป็นพื้นฐานสำหรับข้อสรุปของเครื่องคอมพิวเตอร์

"คอมพิวเตอร์ไม่เพียง แต่จะวินิจฉัยโรค อธิบายว่าเหตุใดจึงทำให้เกิดการวินิจฉัยและคำแนะนำที่เป็นไปได้ "เขากล่าว "สิ่งนี้ทำให้โปร่งใสมากขึ้นและช่วยให้แพทย์เชื่อถือคอมพิวเตอร์ได้มากขึ้น ด้วยวิธีการนี้ไม่ใช่แค่กล่องดำและคุณไม่มีความคิดว่าทำไมจึงให้การวินิจฉัยได้ "

การใช้ประโยชน์อื่น ๆ สำหรับเทคโนโลยีประดิษฐ์

เครือข่าย AI-based มีศักยภาพในการสร้างภาพทางการแพทย์ Zhang ยังแสดงให้เห็นว่าระบบสามารถแยกความแตกต่างระหว่างโรคปอดบวมไวรัสและแบคทีเรียในเด็กได้ด้วยการตรวจสอบรังสีเอกซ์ ในขณะที่โรคปอดบวมไวรัสอาจไม่จำเป็นต้องใช้การรักษาผู้ป่วยที่มีเชื้อแบคทีเรียโรคปอดบวมต้องได้รับการรักษาด้วยยาปฏิชีวนะเพื่อป้องกันภาวะแทรกซ้อนร้ายแรงของโรค

"เราเห็นความหลากหลายของสาขาทางการแพทย์ที่ใช้ปัญญาประดิษฐ์ขึ้นเรื่อย ๆ " Khurana กล่าวว่า "ฉันคิดว่ามันเป็นช่วงเวลาที่น่าตื่นเต้นสำหรับสาขาปัญญาประดิษฐ์และการประยุกต์ใช้ในทางการแพทย์"

arrow