Pētnieki vēlas izmantot AI, lai agrīni atklātu un prognozētu sausās acs slimību

Pētnieki vēlas izmantot AI, lai agrīni atklātu un prognozētu sausās acs slimību

Sausās acs slimība (DED) ir viena no visizplatītākajām acu slimībām, un tā skar līdz pat 30% pasaules iedzīvotāju. Šī slimība var skart dažādus cilvēku veidus un galu galā izraisīt būtisku viņu vispārējās dzīves kvalitātes pazemināšanos. Agrīna izmeklēšana un prognoze ir ļoti svarīgas pacienta slimības progresēšanai. Tomēr tas var būt grūti. Šajā pētījumā pētnieki vēlas izmantot mākslīgo intelektu (AI), lai atbalstītu DED agrīnu atklāšanu un prognozi. AI izmantošana var ne tikai padarīt skrīningu pieejamāku indivīdiem, bet arī palīdzēt pacientiem veikt personalizētas terapeitiskās iejaukšanās.

Pētnieki savus rezultātus publicējaLielo datu ieguve un analītikagada 22. aprīlī.

DED var ietekmēt plašu cilvēku loku, tostarp cilvēkus, kuri valkā kontaktlēcas, valkā kosmētiku, guļ vēlu, ilgstoši skatās uz ekrāniem, kā arī tos, kuri ir vecāki par 30 gadiem. Šīs slimības simptomi ir sausas acis, kairinājums un dedzināšana, asarošana, acu nogurums un sāpes. Var viegli redzēt, ka šī slimība var krasi ietekmēt lielu daļu mūsdienu pasaules iedzīvotāju. Šeit var palīdzēt kopīgie acu slimību noteikšanas centieni un datorzinātnieku un inženieru pasaule.

Pārvarot izaicinājumus, sniedzot atziņas un definējot nākotnes pētniecības ceļus, tas ievērojami veicina acu slimību noteikšanas turpmāko attīstību, izmantojot sarežģītas tehnoloģiskās metodes.

Mini Han Wang, autors un pētnieks

Šai uz AI balstītai slimību noteikšanai ir septiņi aspekti. Pirmā daļa ir savlaicīga iejaukšanās, izmantojot AI skrīninga procesu un pareizu prognozēšanu. Vēl viens apsvērums ir visaptverošu sauso acu apsekojumu izmantošana, izmantojot AI. Šis ir atbalsta princips, lai nodrošinātu noteiktu pamatīguma un uzticamības līmeni visā procesā. Tam seko sistemātiska pieeja un datorzinātņu un inženierzinātņu apvienošana ar oftalmoloģiju. Pēc tam nākamajiem pētniekiem un praktiķiem ir jāizstrādā un jāievēro DED noteikšanas standarti, kas, protams, novedīs pie sasniegumiem šajā jomā. Visbeidzot, visi pētījumu rezultāti, metodes un instrumenti ir jāapkopo tā, lai pētnieku, zinātnieku un praktiķu rīcībā būtu visa šobrīd pieejamā informācija.

Kamēr oftalmologi nosaka slimības pamatnostādnes un marķē diagnozi, mākslīgais intelekts veic lielu daļu smaguma celšanas. Ideālā gadījumā šis AI izmantotu attēlus un video, kas uzņemti no lietotāja mobilā tālruņa, lai sasniegtu lietotājus visā pasaulē. Pēc tam AI var izmantot šos attēlus, kā arī riska faktorus pacienta dzīvē, lai izveidotu saprātīgu un informētu prognozi. Turklāt mākslīgais intelekts nepārtraukti mācās un var palīdzēt virzīt pētniecību, sniedzot ieguldījumu DED prognozēšanas modeļos.

AI noteikšanas izmantošana sausās acs slimībām ir daudzsološa, jo īpaši ņemot vērā, ka riska faktori bieži vien ir normālas darbības daudzu cilvēku ikdienas dzīvē. Lai noteikšanas metodes būtu pietiekami pieejamas un precīzas, ir jāveic turpmāki pētījumi.

"Tomēr joprojām pastāv izaicinājumi inženieriem, izvēloties diagnostikas standartus un dažādu veidu datu kopu kombinācijas. Izmantojot uzticamus algoritmus, kā arī mobilajos tālruņos uzņemtos attēlus un videoklipus pieejamības nodrošināšanai, ir iespējama holistiska veselības pieeja agrīnai atklāšanai," viņš teica Vangam.

Izmantojot nepārtrauktas pārbaudes un sadarbību starp inženieriem un oftalmologiem, šai testēšanas metodei ir liels potenciāls, lai veicinātu sausās acs slimības agrīnu atklāšanu un turpmāku terapeitisku iejaukšanos pacientam, lai atvieglotu stāvokļa pasliktināšanos vai atjaunotu zināmu dzīves kvalitāti.

Mini Han Wang un Xiangrong Yu no Zhuhai People's Hospital kopā ar Mini Han Wang, arī no Oftalmoloģijas un vizuālo zinātņu nodaļas Ķīnas Honkongas Universitātē, Datu zinātnes fakultātes Pilsētas Universitātē un Ķīnas Zinātņu akadēmijas Zhuhai Progresīvo tehnoloģiju institūta Lielo datu departamentā, Lumins KL Pangs, Carvinol KL Pang Yim-Lui Cheung un Xulin Liao no Oftalmoloģijas un vizuālo zinātņu katedras Ķīnas Honkongas universitātē, Xiaoxiao Fang no Zhuhai Aier Eye Hospital, Dzje Jangs no Mākslīgā intelekta koledžas Čuncjinas Rūpniecības un tirdzniecības politehnikā, Ruoyu Zhou un Wenjian Liu Zinātņu katedrā ar Mačjaņas Liu universitātes Xosas Datu universitāti. Zinātnes un tehnoloģiju apmaiņas un sadarbības centrs starp Ķīnu un portugāļu valodā runājošajām valstīm un Fengling Wang no Hedžou universitātes Mākslīgā intelekta skolas piedalījās šajā pētījumā.

Ķīnas Nacionālais dabaszinātņu fonds Natural, Šeņdžeņas galvenā viedās bioinformātikas laboratorija, Šeņdžeņas Zinātnes un tehnoloģiju programma, Guandunas pamatpētījumu un lietišķo pētījumu fonds, Zhuhai Tehnoloģiju un pētniecības fonds, MOE Humanitāro un sociālo zinātņu projekts, Čuncjinas pašvaldības izglītības komisijas Zinātniskās un tehnoloģiju pētniecības programma un Čuncjinas Dabaszinātņu fonds padarīja iespējamu šo Ķīnu.

Avoti: