هوش مصنوعی و مقابله با نابینایی
27 آوریل 2017- محققان موسسه‌ی Byers Eye در دانشگاه استنفورد راهی برای استفاده از هوش مصنوعی برای مقابله با عوارض چشمی دیابت یافتند. این پیشرفت پتانسیل کاهش نرخ نابینایی در جهان به دلیل دیابت را دارد.
در این مقاله که بصورت آنلاین در مجله‌ی Ophthalmology منتشر شده است، محققان توضیح دادند که چگونه آنها با استفاده از روشهای یادگیری عمیق، یک الگوریتم خودکار برای تشخیص رتینوپاتی دیابتی تولید کرده اند. رتینوپاتی دیابتی(DR) بیماریی است که باعث آسیب رگهای خونی در پشت چشم شده و در نهایت موجب نابینایی می‌شود.
دکتر Leng نویسنده‌ی ارشد این مقاله گفت: ما توانستیم با کمک هوش مصنوعی مبتنی بر الگوریتم درجه بندی شده، بیمارانی که باید برای ارزیابی بیشتر و درمان به متخصص چشم ارجاع داده شوند را با قابلیت اطمینان بالا، شناسایی کنیم، اگر این هوش مصنوعی بدرستی در جهان مورد استفاده قرار گیرد، الگوریتم خودکار ما، پتانسیل کاهش حجم کاری پزشکان و افزایش بهره‌وری از منابع محدود مراقبتهای بهداشتی را دارد، ما امیدواریم که این فن‌آوری بیشترین تأثیر را در مناطقی از جهان داشته باشد که با کمبود چشم پزشکان متخصص مواجه هستند.
مزیت دیگر این الگوریتم، عدم نیاز به تجهیزات تخصصی غیر قابل دسترس یا کامیپوترهای پرهزینه برای درجه بندی تصاویر است. این سیستم قابل راه اندازی بر روی کامیپوترهای شخصی یا گوشی‌های هوشمند با پردازنده‌های متوسط می باشد.
کاربرد یادگیری عمیق در حال افزایش در علوم کامپیوتر و طب است زیرا در این روش به کامیپوترها عملکرد طبیعی مغز آموزش داده می‌شود. دکتر Leng و همکارانش با ابداع یک آلگوریتم بر اساس بیش از 75 هزار تصویر از طیفی از بیماران مبتلا به رتینوپاتی با چندین قومیت مختلف، از آن برای یادگیری عمیق کامیپوتر به منظور شناسایی بیماران و تمایز مراحل مختلف رتیتوپاتی (از خفیف تا شدید)، استفاده کردند.
الگوریتم دکتر Leng می‌تواند رتینوپاتی را در هر مرحله‌ای با دقت 94 درصد شناسایی کند، بیماران شناسایی شده همان بیمارانی هستند که باید به متخصص چشم برای ارزیابی بیشتر ارجاع داده شوند.
دیابت بیش از 415 میلیون نفر را در سراسر جهان مبتلا کرده است، به عبارت دیگر از هر 11 فرد بزرگسال، یک نفر از دیابت رنج می‌برد. حدود 45 درصد از بیماران مبتلا به دیابت احتمال دارد در طول زندگی خود به رتینوپاتی دیابتی مبتلا شوند. با این حال حدود نیمی از این افراد از بیماری چشمی خود بی‌اطلاع هستند، تشخیص و درمان زود هنگام، روشی برای مبارزه با نابینایی همه‌گیر قابل پیشگیری در سراسر جهان است.
متخصصان چشم معمولاً با معاینه‌ی مستقیم پشت چشم و بررسی عکسهای رنگی از فوندوس به ارزیابی شبکیه و شدت رتیتوپاتی دیابتی می‌پردازند، با توجه به تعداد زیاد بیماران مبتلا به دیابت در سطح جهان، این فرایند پرهزینه و وقت گیر است. مطالعات پیشین نشان داده‌اند تشخیص رتینوپاتی با این روش تا حدود زیادی ذهنی است و به مهارت متخصصان چشم بستگی دارد، بهمین دلیل استفاده از آلگوریتم خودکار می تواند نرخ نابینایی را در جهان بطور موثری کاهش دهد.
منبع و سایت خبر:
Ophthalmology, 2017; DOI: 10.1016/j.ophtha.2017.02.008
www.sciencedaily.com/releases/2017/04/170427190717.htm