Кавя Копарапу, тийнейджър живеещи във Вирджиния, използвали смартфон, 3D принтер и изкуствен интелект развиват очна диагностика. A преносима диагностична система и евтино за диагностициране диабетна ретинопатия. Това заболяване е усложнение на диабета, че уврежда кръвоносните съдове върху ретината на човек и може да доведе до зрително увреждане.
Копарапу се интересува от наука през целия си живот и след като присъства на семинар по програмиране, организиран от Националния център за жени и информационни технологии, тя добавя програмиране към хобитата си.
Дядото на Копарапу, който живее в Индия, започна да показва симптоми на болестта в 2013. Често може да остане незабелязано и въпреки че в крайна сметка е диагностицирано и лекувано, зрението му се влоши. Според Kopparapu от общо 415 милиона души с диабет, една трета ще развие диабетна ретинопатия, и въпреки че лекарствата и операциите могат да спрат или дори да обърнат увреждане на очите, ако бъдат уловени с течение на времето, 50% няма да бъдат диагностицирани, половината от пациентите с тежки форми ще ослепеят след пет години.
«Липсата на диагноза е най-голямото предизвикателство. В Индия има програми, които изпращат лекари по селата и бедните квартали, но има много пациенти и само много офталмолози.
Чудеше се дали има лесен и евтин начин за диагностика на заболяванетои се появи идеята за Eyagnosis, система, която може да превърне продължителната и скъпа диагностична процедура в обикновена фотосесия. Kopparapu започна работа, прекарвайки много време в Google и изпращайки имейли на лекари и изследователи, преди да формулира план. Тя се обедини с брат си и съученик и използва конволюционна невронна мрежа (CNN) за установяване на диагностичния AI зад Eyeagnosis. Невронни мрежи анализирайте големи масиви от данни и търсете подобни модели, Тъй като дизайнът прилича на визуалната система на човешкия мозък, CNN са отлични за класификация.
Той използва ResNet-50, CNN, разработен от изследователи на Microsoft, за да изгради своята мрежа и използва 34.000 XNUMX скенери на ретината намерени в база данни EyeGene от Националния здравен институт в Америка (NIH) като данни за обучение, за да може тя и нейният екип да научат системата на ИИ да разпознава признаците на заболяването на снимките на очите и да дава предварителна диагноза. Много от изображенията в базата данни са били слабо изложени или размити, но според Kopparapu тази подробност е помогнала за подобряването на системата.
«Качеството на изображенията, използвани при изучаване на невронната мрежа, е много представително за условията, които биха се получили с използването на смартфон«
Екипът му е тренирал ResNet-50 да откриване на диабетна ретинопатия толкова точно, колкото истински патолог. Той също така открива микроаневризми и кръвоносни съдове във всяко изображение, без да е необходимо да инжектирате флуоресцентна боя в диагностицираното око.
Миналата есен, Aditya Jyot Eye Болница в Мумбай се съгласи да тества приложението Eyeagnosis, а през ноември изпрати първия прототип на 3D печат в болницата и системата вече има hнаправи точни диагнози за петима пациенти.
Очната диагностика трябва да извърви дълъг път, в който да диагностицира огромен брой случаи, за да докаже, че е надеждна система. Процесите на валидиране, които всеки проект, свързан с медицината, трябва да следват, са много строги и със сигурност ще ви е трудно да накарате голяма компания да иска да ви помогне. Но всички тези трудности не накърняват големите постижения на този тийнейджър.