A kutatók az AI-t szeretnék használni a száraz szem betegség korai felismerésére és prognózisára

A kutatók az AI-t szeretnék használni a száraz szem betegség korai felismerésére és prognózisára

A száraz szem betegség (DED) az egyik leggyakoribb szembetegség, amely a világ lakosságának akár 30%-át érinti. Ez a betegség sokféle embert érinthet, és végső soron általános életminőségük jelentős romlását okozhatja. A korai kivizsgálás és a prognózis kulcsfontosságú a beteg betegség progressziójában. Ez azonban nehéz lehet. Ebben a tanulmányban a kutatók a mesterséges intelligenciát (AI) szeretnék használni a DED korai felismerésének és prognózisának támogatására. A mesterséges intelligencia alkalmazása nemcsak az egyének számára teheti elérhetőbbé a szűrést, hanem személyre szabott terápiás beavatkozásokkal is segíti a betegeket.

A kutatók eredményeiket ben publikáltákBig data bányászat és elemzésáprilis 22-én.

A DED az emberek széles körét érintheti, beleértve azokat, akik kontaktlencsét viselnek, sminket viselnek, későn maradnak fenn, hosszú ideig nézik a képernyőt, valamint a 30 év felettieket. Ennek a betegségnek a tünetei közé tartozik a szemszárazság, irritáció és égő érzés, könnyezés, szemfáradtság és fájdalom. Könnyen belátható, hogy ez a betegség a modern világ népességének nagy részét drasztikusan érintheti. Ebben segíthet a szembetegségek felismerésének és az informatikusok, mérnökök világának közös erőfeszítése.

A kihívások leküzdésével, a felismerések átadásával és a jövőbeni kutatási utak meghatározásával jelentős mértékben hozzájárul a szembetegségek kimutatásának továbbfejlesztéséhez, kifinomult technológiai módszerekkel.”

Mini Han Wang, szerző és kutató

Ennek a mesterséges intelligencia-alapú betegségfelismerésnek hét oldala van. Az AI-szűrési folyamaton keresztüli időben történő beavatkozás és a helyes előrejelzés az első rész. Egy másik szempont az átfogó szárazszem-vizsgálatok alkalmazása mesterséges intelligencia segítségével. Ez egy alátámasztó elv annak érdekében, hogy bizonyos szintű alaposságot és megbízhatóságot biztosítson a folyamat során. Ezt követi a szisztematikus megközelítés, valamint a számítástechnika és a mérnöki ismeretek ötvözése a szemészettel. Ezt követően a DED-felismerésre vonatkozó szabványokat kell kidolgozni és be kell tartaniuk a jövőbeli kutatók és gyakorlati szakemberek számára, ami természetesen előrelépéshez vezet ezen a területen. Végül minden kutatási eredményt, módszert és eszközt úgy kell összeállítani, hogy a kutatók, tudósok és gyakorlati szakemberek rendelkezésére álljon minden jelenleg elérhető információ.

Míg a szemészek meghatározzák a betegségre vonatkozó keretirányelveket és felcímkézik a diagnózist, a mesterséges intelligencia elvégzi a nehéz terhek nagy részét. Ideális esetben ez a mesterséges intelligencia a felhasználók mobiltelefonjáról rögzített képeket és videókat használva eléri a felhasználókat szerte a világon. Az AI ezután felhasználhatja ezeket a képeket, valamint a beteg életében előforduló kockázati tényezőket, hogy intelligens és tájékozott prognózist hozzon létre. Ezenkívül az AI folyamatosan tanul, és elősegítheti a kutatás előrehaladását azáltal, hogy hozzájárul a DED prediktív modelljéhez.

Ígéretes a mesterséges intelligencia-detektálás alkalmazása a száraz szembetegségek kezelésére, különös tekintettel arra, hogy a kockázati tényezők gyakran sok ember mindennapi életében szokásos tevékenységek. Ahhoz, hogy a kimutatási módszerek kellően hozzáférhetőek és pontosak legyenek, további kutatásokat kell végezni.

"A mérnökök számára azonban továbbra is kihívások elé állítják a diagnosztikai szabványokat és a különböző típusú adatkészletek kombinációit. Megbízható algoritmusok, valamint mobiltelefonokkal rögzített képek és videók a hozzáférhetőség érdekében lehetővé teszik a korai felismerés holisztikus egészségügyi megközelítését" - mondta Wangnak.

A folyamatos tesztelés, valamint a mérnökök és szemészek közötti együttműködés révén nagy lehetőség rejlik ebben a vizsgálati módszerben, hogy hozzájáruljon a száraz szem betegség korai felismeréséhez, és az azt követő terápiás beavatkozásokhoz a beteg állapotának romlásának enyhítése vagy az életminőség valamilyen helyreállítása érdekében.

Mini Han Wang és Xiangrong Yu a Zhuhai Népi Kórházból, valamint Mini Han Wang szintén a Hongkongi Kínai Egyetem Szemészeti és Vizuális Tudományok Tanszékéről, a Makaói Városi Egyetem Adattudományi Karáról és a Kínai Tudományos Akadémia Zhuhai Fejlett Technológiai Intézetének Big Data Tanszékéről, Lumin Chong, Carvin KL Pang, Yim-Lui Cheung és Xulin Liao a Hongkongi Kínai Egyetem Szemészeti és Vizuális Tudományok Osztályáról, Xiaoxiao Fang a Zhuhai Aier Eye Hospital munkatársairól, Jie Yang a Chongqing Ipari és Kereskedelmi Politechnikai Egyetem Mesterséges Intelligencia Főiskolájáról, Ruoyu Zhou és Wenjian Zho University of Data Science, Xos University of Data Science a A kutatásban részt vett a Kína és a portugál nyelvű országok közötti Tudományos és Technológiai Csere és Együttműködés Központja, valamint Fengling Wang, a Hezhou Egyetem Mesterséges Intelligencia Iskolájából.

A National Natural Science Foundation of China Natural, a Shenzhen Key Laboratory of Intelligence Bioinformatics, a Shenzhen Tudományos és Technológiai Program, a Guangdong Alap- és Alkalmazott Alapkutatási Alapítvány, a Zhuhai Technológiai és Kutatási Alapítvány, a MOE Bölcsészet- és Társadalomtudományi Projektje, a Chongqingi Városi Oktatási Bizottság Tudományos és Technológiai Kutatási Programja és a Chongqingi Természettudományi Alapítvány tette lehetővé ezt a Kínát.

Források: