Искусственный интеллект быстро и точно диагностирует заболевания глаз и пневмонию

Искусственный интеллект диагностирует глаза

Используя ИИ и машинное обучение, исследователи из Института глаз Shiley в UC San Diego Health и Школы медицины Калифорнийского университета в Сан-Диего вместе с коллегами в Китае, Германии и Техасе разработали новый вычислительный инструмент для диагностирования пациентов с заболеванием сетчатки, ускорения диагностики и лечения. Результаты были опубликованы в журнале Cell.

Исследователи о ИИ

«Искусственный интеллект (ИИ) обладает огромным потенциалом для того, чтобы произвести революцию в диагностике и лечении заболеваний, выполняя анализы и классификации, включающие в себя огромные объемы данных, которые трудны людей, и делают это быстро», - сказал старший исследователь Кан Чжан, доктор медицинских наук, профессор-офтальмолог в Институте глаз Шейли и директор-основатель Института геномной медицины при Медицинской школе Калифорнийского университета в Сан-Диего.

Современные вычислительные подходы являются трудоемкими и дорогостоящими и требуют использования миллионов изображений для обучения системы ИИ. В своей новой статье Чжан и его коллеги использовали сверточную нейронную сеть на основе искусственного интеллекта для обзора более 200 000 сканирований глаза, проведенных с помощью оптической когерентной томографии, неинвазивной технологии, которая отбрасывает свет от сетчатки, создавая двух- и трехмерные представления ткани.

Затем исследователи применили методику, называемую трансферным обучением, в которой знания, полученные при решении одной проблемы, хранятся на компьютере и применяются для решения вновь выявленной проблемы. Например, нейронная сеть, оптимизированная для распознавания отдельных анатомических структур глаза, таких как сетчатка, роговица или зрительный нерв, может быстрее и эффективнее идентифицировать и оценивать их при исследовании изображений всего глаза.

Это позволяет системе ИИ эффективно обучаться с использованием гораздо меньшего набора данных, чем традиционные методы. Затем исследователи добавили тестирование окклюзии, в котором компьютер идентифицирует области на каждом изображении, которые представляют наибольший интерес, и основание для его выводов. «Машинное обучение часто напоминает черный ящик, где мы не знаем точно, что происходит», - сказал Чжан.

«С помощью теста окклюзии компьютер может сообщить нам, где он ищет изображение, чтобы получить диагноз, поэтому мы можем выяснить, в следствии чего система получила результат, который она сделала. Это делает систему более прозрачной и повышает наше доверие к диагностике». Основные направления исследований Исследование было сосредоточено на двух распространенных причинах необратимой слепоты - макулярной дегенерации и диабетического макулярного отека.

Оба случая, однако, поддаются лечению, если обнаружены на ранней стадии. Машинные диагнозы сравнивались с диагнозами пяти офтальмологов, которые проверяли одни и те же снимки. В дополнение к постановке медицинского диагноза платформа AI также выдает рекомендации по лечению. Авторы отметили, что при простом обучении аппарат работал аналогично хорошо обученному офтальмологу и мог принять решение о том, следует ли направлять пациента на лечение в течение 30 секунд с точностью более 95 процентов.

Такая скорость и точность стали бы огромным шагом вперед в медицинской диагностике и лечении, по словам Чжана, отмечая, что текущая медицинская помощь часто является длительной, поскольку пациенты направляются от врачей общей практики к специалистам, что требует времени и ресурсов и откладывает эффективное лечение. Чжан также отметил, что упрощенный и относительно недорогой инструмент на основе ИИ будет необходим в тех местах и частях мира, где специалистов мало.

Дополнительные функции

Ученые не ограничивали свое исследование заболеваниями глаз. Они также протестировали свой инструмент искусственного интеллекта в диагностике детской пневмонии, основной причины смерти во всем мире у детей в возрасте до 5 лет, на основе машинного анализа рентгеновских снимков грудной клетки. Они обнаружили, что компьютер способен различать вирусную и бактериальную пневмонию с точностью более 90 процентов.

Вирусная пневмония лечится в основном симптоматически, поскольку организм естественным образом избавляется от вируса. Бактериальная пневмония, как правило, представляет собой более серьезную угрозу для здоровья и требует немедленного лечения антибиотиками. Чжан сказал, что результаты показывают, что технология искусственного интеллекта имеет много потенциальных применений, включая, возможно, различение доброкачественных и злокачественных поражений, обнаруженных при сканировании.

Ученые с открытым исходным кодом опубликовали свои данные и инструмент, чтобы другие могли улучшить, усовершенствовать и развить устройство. «Будущее - это больше данных, больше вычислительных мощностей и больше опыта людей, использующих эту систему, чтобы мы могли обеспечить наилучшую возможную помощь пациентам, оставаясь при этом рентабельными», - сказал Чжан.

Автор статьи: Виктор Булавин