Tyrėjai nori naudoti AI ankstyvam sausų akių ligos aptikimui ir prognozei

Tyrėjai nori naudoti AI ankstyvam sausų akių ligos aptikimui ir prognozei

Sausų akių liga (DED) yra viena iš labiausiai paplitusių akių ligų, kuria serga iki 30% pasaulio gyventojų. Ši liga gali paveikti daugybę skirtingų žmonių tipų ir galiausiai labai pabloginti bendrą jų gyvenimo kokybę. Ankstyvas tyrimas ir prognozė yra labai svarbūs paciento ligos progresavimui. Tačiau tai gali būti sunku. Šiame tyrime mokslininkai nori naudoti dirbtinį intelektą (AI), kad palaikytų ankstyvą DED aptikimą ir prognozę. DI naudojimas gali ne tik padaryti atranką labiau prieinamą asmenims, bet ir padėti pacientams atlikti individualizuotas terapines intervencijas.

Mokslininkai paskelbė savo rezultatus mDidelių duomenų gavyba ir analizėbalandžio 22 d.

DED gali turėti įtakos daugeliui žmonių, įskaitant žmones, kurie nešioja kontaktinius lęšius, nešioja makiažą, nemiega iki vėlumos, ilgai žiūri į ekranus ir vyresnius nei 30 metų žmones. Šios ligos simptomai yra akių sausumas, dirginimas ir deginimas, ašarojimas, akių nuovargis ir skausmas. Galima nesunkiai suprasti, kad ši liga gali drastiškai paveikti didelę šiuolaikinio pasaulio gyventojų dalį. Čia gali padėti bendros akių ligų nustatymo pastangos ir kompiuterių mokslininkų bei inžinierių pasaulis.

Įveikdamas iššūkius, perteikdamas įžvalgas ir nubrėždamas ateities tyrimų kelius, jis reikšmingai prisideda prie tolesnio akių ligų nustatymo tobulinimo naudojant sudėtingas technologines sąlygas.

Mini Han Wang, autorius ir tyrinėtojas

Yra septyni šios AI pagrįstos ligos aptikimo aspektai. Pirmoji dalis yra savalaikė intervencija per AI patikros procesą ir teisingas numatymas. Kitas aspektas yra visapusių sausų akių tyrimų taikymas naudojant AI. Tai yra pagalbinis principas, užtikrinantis tam tikrą kruopštumo ir patikimumo lygį viso proceso metu. Po to seka sistemingas požiūris ir informatikos bei inžinerijos derinimas su oftalmologija. Vėliau būsimiems tyrėjams ir praktikams reikia sukurti DED aptikimo standartus ir jų laikytis, o tai, žinoma, lems pažangą šioje srityje. Galiausiai visi tyrimų rezultatai, metodai ir priemonės turi būti sukaupti taip, kad tyrėjai, mokslininkai ir praktikai turėtų visą šiuo metu turimą informaciją.

Nors oftalmologai nustato pagrindines ligos gaires ir pažymi diagnozę, AI atlieka didžiąją dalį sunkių darbų. Idealiu atveju šis AI naudotų vaizdus ir vaizdo įrašus, užfiksuotus iš vartotojo mobiliojo telefono, kad pasiektų vartotojus visame pasaulyje. Tada dirbtinis intelektas gali naudoti šiuos vaizdus ir rizikos veiksnius paciento gyvenime, kad sukurtų protingą ir informuotą prognozę. Be to, dirbtinis intelektas nuolat mokosi ir gali padėti tobulinti mokslinius tyrimus, prisidėdamas prie nuspėjamųjų DED modelių.

AI aptikimo naudojimas sausų akių ligoms yra daug žadantis, ypač atsižvelgiant į tai, kad rizikos veiksniai dažnai yra įprasta daugelio žmonių veikla. Kad aptikimo metodai būtų pakankamai prieinami ir tikslūs, reikia atlikti tolesnius tyrimus.

"Tačiau inžinieriams vis dar kyla iššūkių renkantis diagnostikos standartus ir skirtingų tipų duomenų rinkinių derinius. Naudojant patikimus algoritmus, taip pat mobiliaisiais telefonais užfiksuotus vaizdus ir vaizdo įrašus, kad būtų lengviau pasiekti, galimas holistinis sveikatos požiūris į ankstyvą aptikimą", - sakė jis Wangui.

Nuolat atliekant tyrimus ir bendradarbiaujant inžinieriams bei oftalmologams, šis tyrimo metodas turi didelį potencialą padėti anksti nustatyti sausų akių ligą, o vėliau pacientui taikyti terapines intervencijas, siekiant palengvinti būklės pablogėjimą arba atkurti tam tikrą gyvenimo kokybę.

Mini Han Wang ir Xiangrong Yu iš Zhuhai liaudies ligoninės su Mini Han Wang, taip pat iš Honkongo Kinijos universiteto Oftalmologijos ir regos mokslų katedros, Makao miesto universiteto Duomenų mokslų fakulteto ir Kinijos mokslų akademijos Zhuhai pažangiųjų technologijų instituto Didžiųjų duomenų katedros, Luminas Chongas, Carvinol KL Pang. Yim-Lui Cheung ir Xulin Liao iš Honkongo Kinijos universiteto Oftalmologijos ir regos mokslų katedros, Xiaoxiao Fang iš Zhuhai Aier akių ligoninės, Jie Yang iš Čongčingo pramonės ir prekybos politechnikos dirbtinio intelekto koledžo, Ruoyu Zhou ir Wenjian Liu duomenų mokslų katedros Xia City universitete. su Kinijos ir portugališkai kalbančių šalių mokslo ir technologijų mainų ir bendradarbiavimo centru, o Fengling Wang iš Hedžou universiteto Dirbtinio intelekto mokyklos prisidėjo prie šio tyrimo.

Kinijos gamtos mokslų nacionalinis gamtos mokslų fondas, Šendženo pagrindinė intelektualiosios bioinformatikos laboratorija, Šendženo mokslo ir technologijų programa, Guangdongo pagrindinių ir taikomųjų pagrindinių tyrimų fondas, Zhuhai technologijos ir tyrimų fondas, MOE humanitarinių ir socialinių mokslų projektas, Čongčingo savivaldybės švietimo komisijos ir Čongčingo gamtos mokslų fondo mokslinių ir technologijų tyrimų programa padarė galimybę atlikti šią Kiniją.

Šaltiniai: