Οι ερευνητές θέλουν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για την έγκαιρη ανίχνευση και την πρόγνωση της ξηροφθαλμίας

Οι ερευνητές θέλουν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για την έγκαιρη ανίχνευση και την πρόγνωση της ξηροφθαλμίας

Η ξηροφθαλμία (DED) είναι μια από τις πιο κοινές παθήσεις των ματιών και επηρεάζει έως και το 30% του παγκόσμιου πληθυσμού. Αυτή η ασθένεια μπορεί να επηρεάσει πολλούς διαφορετικούς τύπους ανθρώπων και τελικά να προκαλέσει σημαντική πτώση στη συνολική ποιότητα ζωής τους. Η έγκαιρη εξέταση και η πρόγνωση είναι καθοριστικής σημασίας για την εξέλιξη της νόσου του ασθενούς. Ωστόσο, αυτό μπορεί να είναι δύσκολο. Σε αυτή τη μελέτη, οι ερευνητές θέλουν να χρησιμοποιήσουν την τεχνητή νοημοσύνη (AI) για να υποστηρίξουν την έγκαιρη ανίχνευση και πρόγνωση του DED. Η χρήση της τεχνητής νοημοσύνης μπορεί όχι μόνο να καταστήσει τον προσυμπτωματικό έλεγχο πιο προσιτό στα άτομα, αλλά και να βοηθήσει τους ασθενείς με εξατομικευμένες θεραπευτικές παρεμβάσεις.

Οι ερευνητές δημοσίευσαν τα αποτελέσματά τους στοΕξόρυξη μεγάλων δεδομένων και ανάλυσηστις 22 Απριλίου.

Το DED μπορεί να επηρεάσει ένα ευρύ φάσμα ανθρώπων, συμπεριλαμβανομένων ατόμων που φορούν φακούς επαφής, φορούν μακιγιάζ, μένουν ξύπνιοι μέχρι αργά, κοιτάζουν οθόνες για μεγάλες χρονικές περιόδους και άτομα άνω των 30 ετών. Τα συμπτώματα αυτής της ασθένειας περιλαμβάνουν ξηροφθαλμία, ερεθισμό και κάψιμο, δακρύρροια, κόπωση των ματιών και πόνο. Μπορεί κανείς εύκολα να δει ότι αυτή η ασθένεια έχει τη δυνατότητα να επηρεάσει δραστικά ένα μεγάλο μέρος του σύγχρονου παγκόσμιου πληθυσμού. Εδώ μπορούν να βοηθήσουν οι κοινές προσπάθειες ανίχνευσης οφθαλμικών ασθενειών και ο κόσμος των επιστημόνων και των μηχανικών υπολογιστών.

Ξεπερνώντας τις προκλήσεις, μεταφέροντας γνώσεις και ορίζοντας μελλοντικές ερευνητικές διαδρομές, συμβάλλει σημαντικά στην περαιτέρω ανάπτυξη της ανίχνευσης οφθαλμικών παθήσεων μέσω εξελιγμένων τεχνολογικών τρόπων».

Mini Han Wang, συγγραφέας και ερευνητής

Υπάρχουν επτά πτυχές αυτής της ανίχνευσης ασθένειας που βασίζεται σε AI. Η έγκαιρη παρέμβαση μέσω της διαδικασίας ελέγχου AI και η σωστή πρόβλεψη είναι το πρώτο μέρος. Η χρήση περιεκτικών ερευνών ξηροφθαλμίας μέσω τεχνητής νοημοσύνης είναι μια άλλη σκέψη. Αυτή είναι μια αρχή υποστήριξης για να διασφαλιστεί ένα ορισμένο επίπεδο πληρότητας και αξιοπιστίας σε όλη τη διαδικασία. Ακολουθεί μια συστηματική προσέγγιση και ο συνδυασμός της πληροφορικής και της μηχανικής με την οφθαλμολογία. Στη συνέχεια, πρέπει να αναπτυχθούν πρότυπα για την ανίχνευση DED και να τηρηθούν για τους μελλοντικούς ερευνητές και επαγγελματίες, κάτι που φυσικά θα οδηγήσει σε πρόοδο στον τομέα. Τέλος, όλα τα ερευνητικά αποτελέσματα, οι μέθοδοι και τα εργαλεία πρέπει να συγκεντρωθούν έτσι ώστε οι ερευνητές, οι επιστήμονες και οι επαγγελματίες να έχουν στη διάθεσή τους όλες τις διαθέσιμες πληροφορίες.

Ενώ οι οφθαλμίατροι ορίζουν τις κατευθυντήριες γραμμές του πλαισίου της νόσου και επισημαίνουν τη διάγνωση, η τεχνητή νοημοσύνη κάνει μεγάλο μέρος της άρσης βαρών. Στην ιδανική περίπτωση, αυτό το AI θα χρησιμοποιούσε εικόνες και βίντεο που έχουν ληφθεί από το κινητό τηλέφωνο ενός χρήστη για να προσεγγίσει χρήστες σε όλο τον κόσμο. Το AI μπορεί στη συνέχεια να χρησιμοποιήσει αυτές τις εικόνες καθώς και παράγοντες κινδύνου στη ζωή του ασθενούς για να δημιουργήσει μια έξυπνη και τεκμηριωμένη πρόγνωση. Επιπλέον, η τεχνητή νοημοσύνη μαθαίνει συνεχώς και μπορεί να βοηθήσει στην προώθηση της έρευνας συμβάλλοντας σε προγνωστικά μοντέλα για το DED.

Η χρήση της ανίχνευσης τεχνητής νοημοσύνης για την ξηροφθαλμία είναι πολλά υποσχόμενη, ειδικά αν ληφθεί υπόψη ότι οι παράγοντες κινδύνου είναι συχνά φυσιολογικές δραστηριότητες στην καθημερινή ζωή πολλών ανθρώπων. Για να καταστούν οι μέθοδοι ανίχνευσης επαρκώς προσιτές και ακριβείς, πρέπει να διεξαχθεί περαιτέρω έρευνα.

"Ωστόσο, εξακολουθούν να υπάρχουν προκλήσεις για τους μηχανικούς στην επιλογή διαγνωστικών προτύπων και συνδυασμών διαφορετικών τύπων συνόλων δεδομένων. Με τη χρήση αξιόπιστων αλγορίθμων καθώς και εικόνων και βίντεο που τραβήχτηκαν από κινητά τηλέφωνα για προσβασιμότητα, είναι δυνατή μια ολιστική προσέγγιση υγείας στην έγκαιρη ανίχνευση", είπε στον Wang.

Μέσω συνεχών δοκιμών και συνεργασίας μηχανικών και οφθαλμίατρων, υπάρχει μεγάλη δυνατότητα αυτή η μέθοδος δοκιμών να συμβάλει στην έγκαιρη ανίχνευση της ξηροφθαλμίας και στις επακόλουθες θεραπευτικές παρεμβάσεις για τον ασθενή για την ανακούφιση της επιδείνωσης της κατάστασης ή την αποκατάσταση κάποιας ποιότητας ζωής.

Mini Han Wang και Xiangrong Yu από το Λαϊκό Νοσοκομείο Zhuhai με τον Mini Han Wang επίσης από το Τμήμα Οφθαλμολογίας και Οπτικών Επιστημών στο Κινεζικό Πανεπιστήμιο του Χονγκ Κονγκ, τη Σχολή Επιστήμης Δεδομένων στο Πανεπιστήμιο Πόλης του Μακάο και το Τμήμα Μεγάλων Δεδομένων στο Ινστιτούτο Προηγμένης Τεχνολογίας Zhuhai στην Κινεζική Ακαδημία Επιστημών LuminL, Κέλβιν, Κέλβιν. Yim-Lui Cheung και Xulin Liao από το Τμήμα Οφθαλμολογίας και Οπτικών Επιστημών του Κινεζικού Πανεπιστημίου του Χονγκ Κονγκ, Xiaoxiao Fang με το νοσοκομείο Zhuhai Aier Eye, Jie Yang από το College of Artificial Intelligence στο Chongqing Industry and Trade Polytechnic, Ruoyu Data Science στο Πανεπιστήμιο της πόλης Wenju και We. Xiaoshu Zhou με το Το Κέντρο Ανταλλαγής Επιστημών και Τεχνολογίας και Συνεργασίας μεταξύ της Κίνας και των πορτογαλόφωνων χωρών και ο Fengling Wang από τη Σχολή Τεχνητής Νοημοσύνης του Πανεπιστημίου Hezhou συνέβαλαν σε αυτήν την έρευνα.

Το National Natural Science Foundation of China Natural, το Shenzhen Key Laboratory of Intelligent Bioinformatics, το Shenzhen Science and Technology Program, το Guangdong Basic and Applied Basic Research Foundation, το Zhuhai Technology and Research Foundation, το Project of Humanities and Social Science of MOE, The Scientific and Technology Research Program of Chongqing Municipal China Foundation of Education Commission and Natural Sciences.

Πηγές: