الگوریتم های هوش مصنوعی بیماری چشم دیابتی را بطور متناقضی تشخیص می دهند

5 ژانویه 2021 - دیابت همچنان دلیل اصلی بروز موارد جدید نابینایی در بزرگسالان در ایالات متحده است. اما کمبود فعلی متخصصان چشم بویژه در مناطق دور افتاده، امکان تأمین تقاضا برای غربالگری سالانه ی لازم برای این جمعیت را غیرممکن می کند. یک مطالعه ی جدید به بررسی کارآیی هفت الگوریتم غربالگری مبتنی بر هوش مصنوعی برای تشخیص رتینوپاتی دیابتی،- شایع ترین بیماری چشم دیابتی منجر به کاهش بینایی می شود- پرداخته است.

در مقاله ای که در 5 ژانویه در Diabetes Care منتشر شد، محققان این الگوریتم ها را با تشخیصهای متخصصان شبکیه مقایسه کردند. الگوریتمهای آزمایش شده در این مطالعه توسط پنج شرکت تولید شده اند: دو شرکت در ایالات متحده (Eyenuk  و Retina-AI Health)، یکی در چین(Airdoc) ، یکی در پرتغال (Retmarker) و دیگری در فرانسه (OphtAI).

محققان فناوری های مبتنی بر الگوریتم را بر روی تصاویر شبکیه ی تقریبا 24000 جانباز امتحان کردند، غربالگری رتینوپاتی دیابتی برای این افراد در سیستم مراقبت های بهداشتیVeterans Affairs Puget Sound  و سیستم مراقبت های بهداشتی VA آتلانتا از 2006 تا 2018 انجام شده بود.

محققان دریافتند که الگوریتم های آزمایش شده آنطور که این شرکت ها ادعا می کنند عملکرد خوبی ندارند. بسیاری از این شرکت ها نتایجی عالی را در مطالعات بالینی خود گزارش داده بودند. اما عملکرد آنها در یک محیط واقعی مشخص نشده بود. محققان عملکرد هر الگوریتم و عملکرد غربالگران انسانی که در سیستم غربالگری از راه دور شبکیهVA کار می کردند را با تشخیص هایی که متخصصان شبکیه هنگام مشاهده تصاویر مشابه انجام دادند، مقایسه نمودند. سه الگوریتم در مقایسه با تشخیص متخصصان شبکیه، عملکرد مطلوبی داشتند و یکی از الگوریتم ها عملکرد بدتری داشت. اما فقط یک الگوریتم به خوبی غربالگران انسانی در این آزمون، عمل کرد.

دکتر Aaron Lee، محقق ارشد این تحقیق و استادیار چشم پزشکی در دانشکده پزشکی دانشگاه واشنگتن، گفت: این نتایج نگران کننده است زیرا برخی از این الگوریتم ها که هم اکنون در جایی از جهان مورد استفاده قرار می گیرند، در تمام موارد صحیح عمل نمی کنند.

تفاوت در تجهیزات(دوربین) و همچنین تکنیک تصویر برداری ممکن است یک توضیح برای این عملکرد متناقض باشد. محققان گفتند که آزمایش آنها نشان می دهد که چقدر مهم است که قبل از استفاده از یک غربالگرAI ، ابتدا آن را آزمایش کنید و همچنین از دستورالعمل های مربوط به نحوه ی گرفتن تصاویر صحیح از چشم بیماران پیروی نمایید، زیرا این الگوریتم ها برای کار با تصاویری با حداقل کیفیت طراحی شده اند.

این مطالعه همچنین نشان داد که عملکرد این الگوریتم ها هنگام تجزیه و تحلیل تصاویر جمعیت بیماران در سیاتل و مرکز مراقبت های آتلانتا با هم متفاوت است. این یک نتیجه شگفت آور بود و ممکن است نشان دهد که الگوریتم ها باید با تصاویر متنوع تری آموزش ببینند.

منبع:

https://medicalxpress.com/news/2021-01-ai-algorithms-diabetic-eye-disease.html