કાવ્યા કોપારાપુ, કિશોર વર્જિનિયામાં રહેતા, સ્માર્ટફોન, 3 ડી પ્રિંટર અને કૃત્રિમ બુદ્ધિનો ઉપયોગ કર્યો eyeagnosis વિકાસ. યુએન પોર્ટેબલ ડાયગ્નોસ્ટિક સિસ્ટમ અને નિદાન માટે સસ્તી ડાયાબિટીક રેટિનોપેથી. આ રોગ ડાયાબિટીઝની એક જટિલતા છે રક્ત વાહિનીઓને નુકસાન પહોંચાડે છે વ્યક્તિની રેટિના પર અને દ્રષ્ટિની ક્ષતિ તરફ દોરી શકે છે.
કોપપરપુને આખી જિંદગી વિજ્ inાનમાં રસ રહ્યો છે અને રાષ્ટ્રીય મહિલા અને માહિતી તકનીક દ્વારા આયોજીત એક પ્રોગ્રામિંગ વર્કશોપમાં ભાગ લીધા પછી, તેણે તેના શોખમાં પ્રોગ્રામિંગ ઉમેર્યા છે.
કોપપરપુના દાદા, જે ભારતમાં રહે છે, લક્ષણો બતાવવાનું શરૂ કર્યું માં રોગ છે 2013. તે ઘણી વખત કોઈનું ધ્યાન ન લેવાય છે, અને તેમ છતાં આખરે તેનું નિદાન અને સારવાર કરવામાં આવી હતી, તેની દ્રષ્ટિ બગડી. કોપપરાપુ મુજબ, કુલમાંથી. ડાયાબિટીઝવાળા 415 મિલિયન લોકો, એક તૃતીયાંશ ડાયાબિટીક રેટિનોપેથીનો વિકાસ કરશે, અને જો સમયસર પકડાય તો દવા અને શસ્ત્રક્રિયા આંખોના નુકસાનને અટકાવી શકે છે અથવા ઉલટાવી શકે છે, તેમ છતાં 50% નિદાન થશે નહીં, ગંભીર સ્વરૂપોવાળા અડધા દર્દીઓ પાંચ વર્ષમાં આંધળા થઈ જશે.
Diagnosis નિદાનનો અભાવ એ સૌથી મોટો પડકાર છે. ભારતમાં એવા પ્રોગ્રામ છે જે ગામડાઓ અને ઝૂંપડપટ્ટીમાં ડોકટરો મોકલે છે, પરંતુ ઘણા દર્દીઓ છે અને માત્ર ઘણા નેત્ર ચિકિત્સકો છે.
તેને આશ્ચર્ય થયું કે શું ત્યાં કોઈ રોગના નિદાન માટેની સરળ અને સસ્તી રીત, અને ઇયગ્નોસિસ માટેનો વિચાર ઉભરી આવ્યો, એક લાંબી અને ખર્ચાળ ડાયગ્નોસ્ટિક પ્રક્રિયાને એક સરળ ફોટો સત્રમાં ફેરવી શકે તેવી સિસ્ટમ. યોજના તૈયાર કરતા પહેલા કોપપરાપુ કામ કરવા માટે નીકળ્યા, ગૂગલ પર ઘણો સમય વિતાવ્યો અને ડોકટરો અને સંશોધકોને ઇમેઇલ કર્યા. તેણીએ તેના ભાઈ અને ક્લાસના વર્ગ સાથે મળીને, અને કન્વોલિશનલ ન્યુરલ નેટવર્ક (સીએનએન) નો ઉપયોગ કર્યો Eyeagnosis પાછળ ડાયગ્નોસ્ટિક એઆઇ સ્થાપિત કરવા માટે. ન્યુરલ નેટવર્ક મોટા ડેટા સેટ્સનું વિશ્લેષણ કરો અને સમાન દાખલાઓ જુઓ, ડિઝાઇન માનવ મગજના દ્રશ્ય પ્રણાલી જેવું લાગે છે, તેથી સીએનએન વર્ગીકરણ માટે ઉત્તમ છે.
માઇક્રોસ .ફ્ટ સંશોધનકારો દ્વારા વિકસિત સીએનએન, તેણે પોતાનું નેટવર્ક બનાવવા માટે, રેસનેટ -50 નો ઉપયોગ કર્યો, અને તેનો ઉપયોગ કર્યો 34.000 રેટિના સ્કેનર્સ માં મળી ડેટાબેઝ આઇજેન અમેરિકામાં નેશનલ ઇન્સ્ટિટ્યૂટ Healthફ હેલ્થ (એનઆઈએચ) તરફથી શીખવાની માહિતી તરીકે, જેથી તેણી અને તેની ટીમ એઆઇ સિસ્ટમને આંખોના ફોટામાં રોગના ચિન્હોને ઓળખવા અને પ્રારંભિક નિદાન આપી શકે. ડેટાબેઝમાંની ઘણી છબીઓ નબળી પડી હતી અથવા અસ્પષ્ટ હતી, પરંતુ કોપપરાપુ મુજબ, આ વિગતથી સિસ્ટમ સુધારવામાં મદદ મળી છે.
The ન્યુરલ નેટવર્ક શીખવામાં ઉપયોગમાં લેવામાં આવતી છબીઓની ગુણવત્તા એ સ્થિતિની ખૂબ પ્રતિનિધિ છે જે સ્માર્ટફોનનો ઉપયોગ કરીને પ્રાપ્ત કરવામાં આવશે «
તેની ટીમે રેઝનેટ -50 થી તાલીમ લીધી ડાયાબિટીક રેટિનોપેથી વાસ્તવિક પેથોલોજિસ્ટની જેમ સચોટ રીતે શોધી કા .ો. તે નિદાન કરેલી આંખમાં ફ્લોરોસન્ટ ડાયને ઇન્જેક્શન આપવાની જરૂર વિના, દરેક છબીમાં માઇક્રોએન્યુરિઝમ્સ અને રક્ત વાહિનીઓ પણ શોધી કાtsે છે.
છેલ્લું પતન, આદિત્ય જ્યોત આંખ મુંબઇની હ Hospitalસ્પિટલમાં ઇયગ્નોસિસ એપ્લિકેશનનું પરીક્ષણ કરવા સંમત થયા, અને નવેમ્બરમાં, તેણે હોસ્પિટલમાં પ્રથમ 3 ડી મુદ્રિત પ્રોટોટાઇપ મોકલ્યો, અને સિસ્ટમ પહેલાથી એચપાંચ દર્દીઓ માટે સચોટ નિદાન કર્યા.
એયગ્નોસિસ પાસે એક લાંબી મજલ છે, જેમાં સાબિત કરવા માટે કે તે વિશ્વસનીય સિસ્ટમ છે. દવા સાથે સંબંધિત કોઈપણ પ્રોજેક્ટનું પાલન કરવું આવશ્યક છે તે માન્યતા પ્રક્રિયાઓ ખૂબ સખત હોય છે અને તમને મદદ કરવા માંગતી મોટી કંપની મેળવવાનું તમારા માટે ચોક્કસ મુશ્કેલ હશે. પરંતુ આ બધી મુશ્કેલીઓ આ કિશોર વયે મહાન સિદ્ધિથી ખસી નથી.