Teadlased soovivad kasutada tehisintellekti kuiva silmahaiguse varaseks avastamiseks ja prognoosimiseks

Teadlased soovivad kasutada tehisintellekti kuiva silmahaiguse varaseks avastamiseks ja prognoosimiseks

Kuiva silmahaigus (DED) on üks levinumaid silmahaigusi ja seda mõjutab kuni 30% maailma elanikkonnast. See haigus võib mõjutada paljusid erinevaid inimesi ja lõpuks põhjustada nende üldise elukvaliteedi olulise languse. Varajane uurimine ja prognoos on patsiendi haiguse progresseerumisel üliolulised. See võib aga olla keeruline. Selles uuringus soovivad teadlased kasutada tehisintellekti (AI), et toetada DED varajast avastamist ja prognoosimist. Tehisintellekti kasutamine ei saa mitte ainult muuta sõeluuringu üksikisikutele kättesaadavamaks, vaid ka aidata patsiente isikupärastatud terapeutiliste sekkumistega.

Teadlased avaldasid oma tulemused aastalSuurandmete kaevandamine ja analüütika22. aprillil.

DED võib mõjutada paljusid inimesi, sealhulgas inimesi, kes kannavad kontaktläätsi, meikivad, ööbivad hilja, vaatavad pikka aega ekraane ja üle 30-aastaseid inimesi. Selle haiguse sümptomiteks on silmade kuivus, ärritus ja põletustunne, pisaravool, silmade väsimus ja valu. On lihtne näha, et see haigus võib drastiliselt mõjutada suurt osa tänapäeva maailma elanikkonnast. Siin võivad abiks olla silmahaiguste avastamise ning arvutiteadlaste ja inseneride maailma ühised jõupingutused.

Ületades väljakutseid, edastades teadmisi ja määratledes tuleviku uurimisteed, aitab see märkimisväärselt kaasa silmahaiguste avastamise edasisele arengule keerukate tehnoloogiliste meetodite kaudu.

Mini Han Wang, autor ja uurija

Sellel tehisintellektil põhineval haiguse tuvastamisel on seitse tahku. Esimene osa on õigeaegne sekkumine AI sõelumisprotsessi ja õige ennustamise kaudu. Teine kaalutlus on põhjalike kuiva silma uuringute kasutamine tehisintellekti kaudu. See on toetav põhimõte, et tagada kogu protsessi teatud põhjalikkus ja usaldusväärsus. Sellele järgneb süsteemne lähenemine ning informaatika ja inseneriteaduse kombineerimine oftalmoloogiaga. Seejärel tuleb tulevaste teadlaste ja praktikute jaoks välja töötada ja järgida DED tuvastamise standardeid, mis loomulikult toob kaasa edusamme selles valdkonnas. Lõpuks tuleb kõik uurimistulemused, meetodid ja vahendid koostada nii, et teadlaste, teadlaste ja praktikute käsutuses oleks kogu hetkel kättesaadav teave.

Kui silmaarstid määravad haiguse raamistiku juhised ja märgivad diagnoosi, siis tehisintellekt teeb suure osa raskustest. Ideaalis kasutaks see tehisintellekt kasutaja mobiiltelefonist jäädvustatud pilte ja videoid, et jõuda kasutajateni üle kogu maailma. Tehisintellekt saab seejärel kasutada nii neid pilte kui ka riskitegureid patsiendi elus, et luua intelligentne ja teadlik prognoos. Lisaks õpib tehisintellekt pidevalt ja võib aidata teadusuuringuid edendada, aidates kaasa DED prognoositavatele mudelitele.

Tehisintellekti tuvastamise kasutamine kuiva silmahaiguse korral on paljutõotav, eriti kui arvestada, et riskitegurid on sageli paljude inimeste igapäevaelus tavalised tegevused. Selleks, et tuvastusmeetodid oleksid piisavalt kättesaadavad ja täpsed, tuleb teha täiendavaid uuringuid.

"Siiski on inseneridel endiselt väljakutseid diagnostikastandardite ja erinevat tüüpi andmekogumite kombinatsioonide valimisel. Usaldusväärsete algoritmide ning mobiiltelefoniga jäädvustatud piltide ja videote abil juurdepääsetavuse tagamiseks on võimalik terviklik tervisekäsitlus varajasel avastamisel," ütles ta Wangile.

Läbi pideva testimise ning inseneride ja silmaarstide vahelise koostöö on sellel testimismeetodil suur potentsiaal aidata kaasa kuiva silmahaiguse varajasele avastamisele ja patsiendile järgnevatele terapeutilistele sekkumistele, et leevendada seisundi halvenemist või taastada mõningane elukvaliteet.

Mini Han Wang ja Xiangrong Yu Zhuhai rahvahaiglast koos Mini Han Wangiga, samuti Hongkongi Hiina ülikooli oftalmoloogia ja visuaalteaduste osakonnast, Macau linnaülikooli andmeteaduste teaduskonnast ja Hiina teaduste akadeemia Zhuhai kõrgtehnoloogia instituudi suurandmete osakonnast, Lumin KL Pang, Carvinol KL Pang, Yim-Lui Cheung ja Xulin Liao Hongkongi Hiina ülikooli oftalmoloogia ja visuaalteaduste osakonnast, Xiaoxiao Fang Zhuhai Aieri silmahaiglast, Jie Yang Chongqingi tööstuse ja kaubanduse polütehnikumi tehisintellekti kolledžist, Ruoyu Zhou ja Wenjian Liu andmeteaduste osakonnast Xiaose ülikoolis Xiaose ülikoolis. Sellesse uuringusse aitas kaasa Hiina ja portugali keelt kõnelevate riikide vahelise teaduse ja tehnoloogia vahetuse ja koostöö keskus ning Fengling Wang Hezhou ülikooli tehisintellekti koolist.

Hiina loodusteaduste riiklik sihtasutus, Shenzheni intelligentse bioinformaatika võtmelaboratoorium, Shenzheni teadus- ja tehnoloogiaprogramm, Guangdongi põhi- ja rakendusuuringute sihtasutus, Zhuhai tehnoloogia- ja uurimisfond, MOE humanitaar- ja sotsiaalteaduste projekt, Chongqingi omavalitsuse hariduskomisjoni ja Chongqingi loodusteaduste fondi teadus- ja tehnoloogiauuringute programm tegid võimalikuks.

Allikad: