Kavya Kopparapu, seorang remaja yang tinggal di Virginia, menggunakan ponsel cerdas, printer 3D, dan kecerdasan buatan untuk mengembangkan diagnosis mata. A sistem diagnostik portabel dan murah untuk didiagnosis retinopati diabetes. Penyakit ini merupakan komplikasi dari penyakit diabetes itu merusak pembuluh darah pada retina seseorang dan dapat menyebabkan gangguan penglihatan.
Kopparapu, telah tertarik pada sains sepanjang hidupnya dan setelah menghadiri lokakarya pemrograman yang diselenggarakan oleh Pusat Nasional untuk Wanita dan Teknologi Informasi, dia telah menambahkan pemrograman pada hobinya.
Kakek Kopparapu, yang tinggal di India, mulai menunjukkan gejala penyakit di 2013. Seringkali dapat luput dari perhatian, dan meskipun pada akhirnya didiagnosis dan diobati, penglihatannya memburuk. Menurut Kopparapu, dari total 415 juta penderita diabetes, sepertiga akan mengembangkan retinopati diabetik, dan meskipun pengobatan dan pembedahan dapat menghentikan atau bahkan membalikkan kerusakan mata jika tertangkap lama-kelamaan, itu 50% tidak akan terdiagnosis, setengah dari pasien dengan bentuk parah akan menjadi buta dalam lima tahun.
"Kurangnya diagnosis adalah tantangan terbesar. Di India, ada program yang mengirim dokter ke desa-desa dan daerah kumuh, tetapi ada banyak pasien dan hanya banyak dokter mata.
Dia bertanya-tanya apakah ada cara mudah dan murah untuk mendiagnosis penyakit, dan ide untuk Eyagnosis muncul, sebuah sistem yang dapat mengubah prosedur diagnostik yang panjang dan mahal menjadi sesi foto sederhana. Kopparapu mulai bekerja, menghabiskan banyak waktu di Google dan mengirim email ke dokter dan peneliti, sebelum merumuskan rencana. Dia bekerja sama dengan saudara laki-laki dan teman sekelasnya, dan menggunakan jaringan saraf konvolusional (CNN) untuk menetapkan AI diagnostik di balik Eyeagnosis. Jaringan saraf menganalisis kumpulan data yang besar dan mencari pola yang serupa, Karena desainnya menyerupai sistem visual otak manusia, CNN sangat bagus untuk klasifikasi.
Ini menggunakan ResNet-50, CNN yang dikembangkan oleh peneliti Microsoft, untuk membangun jaringannya, dan menggunakan 34.000 pemindai retina ditemukan di Database MataGene dari National Institute of Health in America (NIH) sebagai data pembelajaran, sehingga dia dan timnya dapat mengajarkan sistem AI untuk mengenali tanda-tanda penyakit pada foto mata dan memberikan diagnosis awal. Banyak gambar dalam database yang terekspos buruk atau buram, tetapi menurut Kopparapu, detail ini telah membantu meningkatkan sistem.
«Kualitas gambar yang digunakan dalam mempelajari jaringan saraf sangat mewakili kondisi yang akan diperoleh dengan penggunaan smartphone«
Timnya melatih ResNet-50 untuk mendeteksi retinopati diabetik seakurat ahli patologi sejati. Ini juga mendeteksi mikroaneurisma dan pembuluh darah di setiap gambar tanpa perlu menyuntikkan pewarna fluoresen ke mata yang didiagnosis.
Musim gugur yang lalu, Mata Aditya Jyot Rumah Sakit di Mumbai setuju untuk menguji aplikasi Eyeagnosis, dan pada bulan November, ia mengirim prototipe cetak 3D pertama ke rumah sakit, dan sistemnya sudah hmembuat diagnosis yang akurat untuk lima pasien.
Eyeagnosis memiliki jalan panjang untuk mendiagnosis sejumlah besar kasus untuk membuktikan bahwa itu adalah sistem yang andal. Proses validasi yang harus diikuti oleh setiap proyek yang berkaitan dengan kedokteran sangat ketat dan pasti akan sulit bagi Anda untuk mendapatkan perusahaan besar yang mau membantu Anda. Namun semua kesulitan tersebut tidak mengurangi prestasi besar remaja ini.