Penyelidikan Baru Menggunakan Kecerdasan Buatan untuk Menyerang Penyakit Mata |

Peradangan Macular dan retinopati diabetes boleh menyebabkan kebutaan jika tidak didiagnosis dan dirawat dengan segera.Carmelo Geraci / Getty Images

27 Februari 2018

Potensi untuk kecerdasan buatan (AI) untuk mendiagnosis dan merawat keadaan kesihatan terus mendapat momentum, sebagai kajian baru menunjukkan bagaimana teknologi dapat mempercepat diagnosis dan rawatan penyakit mata.

Sebuah makalah yang diterbitkan 22 Februari di jurnal Cell menerangkan bagaimana AI boleh digunakan untuk pesakit yang mempunyai penyakit retina. Penyelidikan yang diketuai oleh Kang Zhang, MD, PhD, profesor oftalmologi di Institut Mata Shiley di University of California di San Diego, menunjukkan bahawa komputer boleh belajar dengan tepat dan boleh dipercayai mengiktiraf penyakit mata biasa seperti degenerasi makula dan retinopati diabetes.

"Ini adalah tentang cuba mengajar komputer bagaimana imej dan cara membuat keputusan mengenai apa yang mereka lihat," jelas Dr. Zhang. "Matlamatnya adalah untuk komputer menjadi sebaik pakar yang pergi ke sekolah perubatan dan sangat terlatih dalam diagnostik dan rawatan perubatan."

Walaupun ia boleh mengambil pengalaman praktikal selama beberapa dekad untuk mencapai tahap kepakaran tertinggi , dia menambah, "kita melihat komputer dapat mengenali perkara-perkara ini selepas beberapa hari."

Kertas itu mengikuti beberapa kajian baru-baru ini yang menunjukkan komputer pembelajaran yang mendalam mungkin mempunyai tempat yang sah dalam penjagaan kesihatan, kata Rahul Khurana, MD, seorang pakar mata di Mountain View, California, dan seorang jurucakap klinikal untuk American Academy of Ophthalmology.

"Teknologi jenis ini sangat tepat untuk pesakit yang mempunyai keadaan tertentu," kata Dr. Khurana. "Itu mencipta keseronokan di lapangan."

Mendiagnosis Kerentanan Makular, Retinopati Diabetik

Di dalam kertas baru, Zhang dan rakan-rakannya di China, Jerman, dan Texas mula-mula memberi gambaran gangguan mata kepada komputer. Imej-imej itu diambil dengan teknik pencitraan yang dikenali sebagai tomografi koheren optik. Teknologi diagnostik yang revolusioner yang lebih baru ini menggunakan gelombang cahaya untuk mengambil resolusi tinggi, imej keratan rentas mata untuk memberi doktor cara untuk memetakan dan mengukur retina secara terperinci.

Imbasan digunakan untuk membantu melihat keadaan umum seperti makula degenerasi, di mana sebahagian retina memanggil makula merosot, dan retinopati diabetes, komplikasi diabetes yang menyebabkan saluran darah dalam retina membengkak dan cecair bocor. Kedua-duanya adalah keadaan berbahaya yang boleh menyebabkan kebutaan jika mereka tidak didiagnosis dan dirawat dengan segera.

Pendekatan pengiraan semasa memerlukan berjuta-juta imej untuk melatih komputer. Kajian Zhang menggunakan rangkaian "neural convolutional" berasaskan AI yang memerlukan dataset yang lebih kecil daripada hanya 200,000 imbasan pencitraan koheren optik.

"Komputer sedang belajar peta normal mata," kata Zhang. "Kami memberikan pelbagai gambar untuk belajar dan menghafal. Kita mengajar, sebagai contoh, 'jika tempat ini ada di sini, ia akan menjadi degenerasi makula.' Keindahan ini bukannya mempunyai komputer belajar dengan sendirinya, kita dapat memberitahu mereka apa yang perlu dicari. Ini adalah mengenai mereka bentuk perisian komputer untuk membuat komputer berfikir seperti manusia. "

Komputer ini dapat menghasilkan keputusan sama ada pesakit harus dirujuk untuk rawatan dalam masa 30 saat dan dengan ketepatan 95 peratus.

Kajian menunjukkan bahawa rangkaian saraf boleh membantu pakar perubatan dan mungkin mengalahkan mereka dengan kemampuan mengingat begitu banyak data. Teknologi sedemikian akan menggunakan di seluruh dunia, Zhang meramalkan. Di negara kaya sumber seperti Amerika Syarikat, ia boleh mempercepatkan masa kritikal antara tanda-tanda penyakit dan rawatan.

"Pesakit dengan degenerasi makula yang mungkin perlu dirawat dalam masa sebulan, tetapi rujukan dan pelantikan boleh berlangsung selama beberapa bulan. Itu boleh menangguhkan diagnosis dan rawatan, "katanya.

Mengubati Pesakit Di mana Pakar Merawat

Di kawasan miskin sumber, teknologi ini dapat membantu pesakit yang mungkin tidak peduli kerana kekurangan doktor. Zhang dan rakan-rakannya akan mengambil rangkaian saraf mereka ke Haiti pada musim panas ini untuk menilai utiliti mereka. Wilayah ini mempunyai populasi besar penderita kencing manis yang berisiko untuk retinopati, tetapi kurang daripada 60 pakar mata.

"Keupayaan untuk melakukan ini, semoga memberi lebih banyak pesakit akses ke sistem penjagaan kesihatan kerana kita dapat mendiagnosa keadaan sebelum ini, "kata Khurana, mencatat terdapat kira-kira 415,000 orang yang menderita diabetes di seluruh dunia yang berisiko untuk retinopati diabetes. "Setiap kali kita mempunyai teknologi baru dan bertambah baik untuk membolehkan kita membuat diagnosis lebih cepat, lebih baik, dan menjaga lebih ramai penduduknya, ia adalah win-win untuk pesakit dan doktor."

Mendapatkan Doktor untuk Mempercayai Komputer

Cabaran kekal dalam melaksanakan rangkaian berasaskan AI dalam penjagaan kesihatan, nota Zhang. Doktor perlu mempercayai pembantu komputer mereka. Dalam kajian itu, Zhang dan rakan-rakannya juga meminta komputer untuk menjelaskan diagnosisnya, mengenal pasti kawasan mata yang diakui dan menjadi asas untuk kesimpulan mesin itu.

"Komputer tidak hanya meludahkan diagnosis. Ia menjelaskan mengapa ia membuat diagnosis dan cadangan yang dibuat, "katanya. "Itu menjadikan lebih telus dan membantu pakar kepercayaan komputer lebih. Dengan itu, ini bukan sekadar kotak hitam, dan anda tidak tahu mengapa ia memberi diagnosis. "

Penggunaan Lain untuk Teknologi Buatan

Rangkaian berasaskan AI mempunyai potensi besar dalam pengimejan penjagaan kesihatan. Zhang juga menunjukkan bahawa sistem boleh membezakan antara virus dan pneumonia bakteria pada kanak-kanak dengan memeriksa sinar-X. Walaupun pneumonia virus mungkin tidak memerlukan rawatan, pesakit dengan pneumonia bakteria memerlukan rawatan antibiotik yang cepat untuk mencegah komplikasi serius penyakit.

"Kami melihat pelbagai bidang perubatan di mana kecerdasan buatan digunakan lebih banyak," Khurana kata. "Saya fikir ia adalah masa yang sangat menarik untuk bidang kecerdasan buatan dan aplikasinya dalam perubatan."