I ricercatori vogliono utilizzare l’intelligenza artificiale per la diagnosi precoce e la prognosi della malattia dell’occhio secco

I ricercatori vogliono utilizzare l’intelligenza artificiale per la diagnosi precoce e la prognosi della malattia dell’occhio secco

La malattia dell’occhio secco (DED) è una delle malattie oculari più comuni e colpisce fino al 30% della popolazione mondiale. Questa malattia può colpire diversi tipi di persone e, in ultima analisi, causare un grave peggioramento della loro qualità di vita complessiva. L'esame e la prognosi precoci sono cruciali per la progressione della malattia del paziente. Tuttavia, questo può essere difficile. In questo studio, i ricercatori vogliono utilizzare l’intelligenza artificiale (AI) per supportare la diagnosi precoce e la prognosi della DED. L’uso dell’intelligenza artificiale può non solo rendere lo screening più accessibile ai singoli individui, ma anche assistere i pazienti con interventi terapeutici personalizzati.

I ricercatori hanno pubblicato i loro risultati inEstrazione e analisi di big datail 22 aprile.

La DED può colpire un’ampia gamma di persone, comprese le persone che indossano lenti a contatto, si truccano, restano alzate fino a tardi, guardano gli schermi per lunghi periodi di tempo e le persone di età superiore ai 30 anni. I sintomi di questa malattia comprendono secchezza oculare, irritazione e bruciore, lacrimazione, affaticamento degli occhi e dolore. Si può facilmente vedere che questa malattia ha il potenziale di colpire drasticamente gran parte della popolazione mondiale moderna. È qui che gli sforzi congiunti del rilevamento delle malattie degli occhi e del mondo degli scienziati e ingegneri informatici possono aiutare.

Superando le sfide, trasmettendo intuizioni e definendo futuri percorsi di ricerca, contribuisce in modo significativo all’ulteriore sviluppo dell’individuazione delle malattie degli occhi attraverso sofisticate modalità tecnologiche”.

Mini Han Wang, autore e ricercatore

Ci sono sette aspetti di questo rilevamento delle malattie basato sull’intelligenza artificiale. L’intervento tempestivo tramite il processo di screening dell’intelligenza artificiale e la previsione corretta sono la prima parte. Un’altra considerazione è l’uso di indagini complete sull’occhio secco tramite l’intelligenza artificiale. Questo è un principio di supporto per garantire un certo livello di completezza e affidabilità durante tutto il processo. Segue un approccio sistematico e la combinazione di informatica e ingegneria con l'oftalmologia. Successivamente, è necessario sviluppare standard per il rilevamento della DED e rispettarli per i futuri ricercatori e professionisti, il che porterà naturalmente a progressi nel campo. Infine, tutti i risultati, i metodi e gli strumenti della ricerca devono essere compilati in modo che ricercatori, scienziati e professionisti abbiano a loro disposizione tutte le informazioni attualmente disponibili.

Mentre gli oftalmologi stabiliscono le linee guida quadro della malattia ed etichettano la diagnosi, l’intelligenza artificiale svolge gran parte del lavoro pesante. Idealmente, questa intelligenza artificiale utilizzerebbe immagini e video catturati dal telefono cellulare di un utente per raggiungere utenti in tutto il mondo. L'intelligenza artificiale può quindi utilizzare queste immagini e i fattori di rischio nella vita del paziente per creare una prognosi intelligente e informata. Inoltre, l’intelligenza artificiale apprende continuamente e può aiutare a far avanzare la ricerca contribuendo a modelli predittivi per la DED.

L’uso del rilevamento tramite intelligenza artificiale per la malattia dell’occhio secco è promettente, soprattutto considerando che i fattori di rischio sono spesso attività normali nella vita quotidiana di molte persone. Per rendere i metodi di rilevamento sufficientemente accessibili e accurati, è necessario effettuare ulteriori ricerche.

"Tuttavia, ci sono ancora sfide per gli ingegneri nella selezione degli standard diagnostici e delle combinazioni di diversi tipi di set di dati. Utilizzando algoritmi affidabili, nonché immagini e video catturati dai telefoni cellulari per l'accessibilità, è possibile un approccio sanitario olistico alla diagnosi precoce", ha detto a Wang.

Attraverso test continui e la collaborazione tra ingegneri e oftalmologi, questo metodo di test ha un grande potenziale per contribuire alla diagnosi precoce della malattia dell’occhio secco e ai successivi interventi terapeutici per il paziente per alleviare il peggioramento della condizione o ripristinare una certa qualità della vita.

Mini Han Wang e Xiangrong Yu dell'Ospedale popolare di Zhuhai con Mini Han Wang anche del Dipartimento di oftalmologia e scienze visive dell'Università cinese di Hong Kong, della Facoltà di scienza dei dati dell'Università della città di Macao e del Dipartimento di Big Data dello Zhuhai Institute of Advanced Technology dell'Accademia cinese delle scienze, Lumin Pang, Kelvin KL Chong, Carol Yim-Lui Cheung e Xulin Liao del Dipartimento di Oftalmologia e Scienze visive dell'Università cinese di Hong Kong, Xiaoxiao Fang dello Zhuhai Aier Eye Hospital, Jie Yang del College of Artificial Intelligence del Chongqing Industry and Trade Polytechnic, Ruoyu Zhou e Wenjian Liu del Dipartimento di Data Science dell'Università della città di Macao, Xiaoshu Zhou con il Centro per lo scambio scientifico e tecnologico e la cooperazione tra la Cina e i paesi di lingua portoghese, e Fengling Wang della Scuola di Intelligenza Artificiale dell’Università di Hezhou hanno contribuito a questa ricerca.

La National Natural Science Foundation of China Natural, il Shenzhen Key Laboratory of Intelligent Bioinformatics, il Shenzhen Science and Technology Program, la Guangdong Basic and Applied Basic Research Foundation, la Zhuhai Technology and Research Foundation, il Project of Humanities and Social Science of MOE, il Programma di ricerca scientifica e tecnologica della Commissione municipale per l’istruzione di Chongqing e la Fondazione di scienze naturali di Chongqing Cina hanno reso possibile questa ricerca.

Fonti: