Znanstveniki NIH uporabljajo AI za izostritev standardnega očesnega slikanja

Znanstveniki NIH uporabljajo AI za izostritev standardnega očesnega slikanja

Znanstveniki z Nacionalnega inštituta za zdravje (NIH) so izkoristili umetno inteligenco za preoblikovanje naprave, ki je očesno dno enega očesa spremenila v ostre celice. Tehnika ponuja slikovno ločljivost, ki tekmuje z najnaprednejšo razpoložljivo opremo, je cenejša, hitrejša in ne zahteva posebne opreme ali strokovnega znanja. Strategija vpliva na zgodnje odkrivanje bolezni in spremljanje zagotavljanja zdravljenja, s čimer postane vidno tisto, kar je bilo nekoč nevidno.

"Umetna inteligenca potencialno da slikanje naslednje generacije v roke standardnih očesnih klinik. To je kot leča z visoko ločljivostjo na preprosto kamero." je dejal dr. Johnny Tam, raziskovalec na NIH-National Eye Institute in višji avtor poročila o študiji, ki je bilo objavljenoKomunikacijska medicina.

Naprave za slikanje, znane kot oftalmoskopi, se pogosto uporabljajo za pregled svetlobno občutljive mrežnice na zadnji strani očesa. Skenirni laserski oftalmoskop je standard v očesnih klinikah, vendar lahko njegova ločljivost zazna samo strukture na ravni tkiva – stvari, kot so lezije, krvne žile in glava optičnega živca. Oftalmoskopi naslednje generacije s prilagodljivo optiko – tehnologijo, ki kompenzira rahla popačenja – lahko zaznajo celične značilnosti in zagotovijo več diagnostičnih informacij. Vendar je slikanje s prilagodljivo optiko še vedno v poskusni fazi.

TAM in sodelavci so razvili sistem umetne inteligence po meri za digitalno izboljšanje slik plasti tkiva pod svetlobno občutljivimi fotoreceptorji, znanimi kot retinalni pigmentirani epitelij (RPE). Prvi korak je bil naučiti sistem prepoznati kakovost slike kot slabo, zmerno ali dobro. Raziskovalci so to storili tako, da so sistemu posredovali več kot 1400 slik iz različnih področij mrežnice, pridobljenih z uporabo prilagodljive optike za oftalmoskopijo. Nato so sistemu dodali ustrezne slike z istih lokacij mrežnice, vendar pridobljene s standardno oftalmoskopijo. Test ostrine slike je pokazal, da je AI osemkrat izboljšal jasnost.

Naš sistem je uporabil tisto, kar se je naučil pri ocenjevanju slik, pridobljenih s prilagodljivo optiko, za digitalno izboljšanje slik, pridobljenih s standardno oftalmoskopijo. Pomembno je poudariti, da sistem ne ustvarja ničesar iz nič. Značilnosti, ki jih vidimo v celicah RPE s standardnim slikanjem, so preprosto nejasne. “

Johnny Tam, dr., raziskovalec na Nacionalnem inštitutu za oči NIH

Te tehnike vključujejo vbrizgavanje barvila, imenovanega indocianin zeleno (ICG), v krvni obtok za povečanje kontrasta anatomskih značilnosti. V očesni kliniki se ICG običajno uporablja za vizualizacijo krvnih žil v očesu.

»Naša strategija slikanja ICG omogoča hitro in rutinsko ocenjevanje celic RPE v kliniki,« je povedala dr. Joanne Li, prva avtorica poročila in biomedicinski inženir v Tamovem laboratoriju. "Z umetno inteligenco je mogoče v nekaj sekundah pridobiti visokokakovostne slike celic RPE z uporabo standardnih orodij za klinično slikanje."

Funkcija celic RPE je hraniti in podpirati fotoreceptorje. Različni pogoji bleščanja na začetku prizadenejo celice RPE, vključno s starostno degeneracijo makule, viteliformno makularno distrofijo in Stargardtovo boleznijo. Vendar celic RPE ni mogoče zlahka slikati v kliniki. Oftalmoskopija ICG, izboljšana z umetno inteligenco, omogoča slikanje RPE v dosegu tipične očesne klinike. ##

Viri: