ಕಾವ್ಯ ಕೊಪ್ಪರಪು, ಹದಿಹರೆಯದವನು ವರ್ಜೀನಿಯಾದಲ್ಲಿ ವಾಸಿಸುತ್ತಿದ್ದು, ಸ್ಮಾರ್ಟ್‌ಫೋನ್, 3 ಡಿ ಪ್ರಿಂಟರ್ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸಿದ್ದಾರೆ ಕಣ್ಣುಗುಡ್ಡೆ ಅಭಿವೃದ್ಧಿಪಡಿಸಿ. ಒಂದು ಪೋರ್ಟಬಲ್ ಡಯಾಗ್ನೋಸ್ಟಿಕ್ ಸಿಸ್ಟಮ್ ಮತ್ತು ರೋಗನಿರ್ಣಯ ಮಾಡಲು ಅಗ್ಗವಾಗಿದೆ ಡಯಾಬಿಟಿಕ್ ರೆಟಿನೋಪತಿ. ಈ ರೋಗವು ಮಧುಮೇಹದ ಒಂದು ತೊಡಕು ರಕ್ತನಾಳಗಳನ್ನು ಹಾನಿಗೊಳಿಸುತ್ತದೆ ವ್ಯಕ್ತಿಯ ರೆಟಿನಾದ ಮೇಲೆ ಮತ್ತು ದೃಷ್ಟಿಹೀನತೆಗೆ ಕಾರಣವಾಗಬಹುದು.
ಕೊಪ್ಪರಪು ತನ್ನ ಜೀವನದುದ್ದಕ್ಕೂ ವಿಜ್ಞಾನದ ಬಗ್ಗೆ ಆಸಕ್ತಿ ಹೊಂದಿದ್ದಳು ಮತ್ತು ರಾಷ್ಟ್ರೀಯ ಮಹಿಳಾ ಮತ್ತು ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನ ಕೇಂದ್ರವು ಆಯೋಜಿಸಿದ್ದ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಕಾರ್ಯಾಗಾರದಲ್ಲಿ ಭಾಗವಹಿಸಿದ ನಂತರ, ಅವಳು ತನ್ನ ಹವ್ಯಾಸಗಳಿಗೆ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಅನ್ನು ಸೇರಿಸಿದ್ದಾಳೆ.
ಕೊಪ್ಪರಪು ಅಜ್ಜ, ಭಾರತದಲ್ಲಿ ವಾಸಿಸುವವರು, ರೋಗಲಕ್ಷಣಗಳನ್ನು ತೋರಿಸಲಾರಂಭಿಸಿತು ರೋಗದ 2013. ಇದು ಆಗಾಗ್ಗೆ ಗಮನಕ್ಕೆ ಬಾರದು, ಮತ್ತು ಅಂತಿಮವಾಗಿ ಇದನ್ನು ಪತ್ತೆಹಚ್ಚಿ ಚಿಕಿತ್ಸೆ ನೀಡಲಾಗಿದ್ದರೂ, ಅವನ ದೃಷ್ಟಿ ಹದಗೆಟ್ಟಿತು. ಕೊಪ್ಪರಪು ಅವರ ಪ್ರಕಾರ, ಒಟ್ಟು ಮಧುಮೇಹ ಹೊಂದಿರುವ 415 ಮಿಲಿಯನ್ ಜನರು, ಮೂರನೇ ಒಂದು ಭಾಗವು ಮಧುಮೇಹ ರೆಟಿನೋಪತಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತದೆ, ಮತ್ತು time ಷಧಿ ಮತ್ತು ಶಸ್ತ್ರಚಿಕಿತ್ಸೆ ಕಾಲಾನಂತರದಲ್ಲಿ ಸಿಕ್ಕಿಬಿದ್ದರೆ ಕಣ್ಣಿನ ಹಾನಿಯನ್ನು ನಿಲ್ಲಿಸಬಹುದು ಅಥವಾ ಹಿಮ್ಮುಖಗೊಳಿಸಬಹುದು, ದಿ 50% ರೋಗನಿರ್ಣಯ ಮಾಡಲಾಗುವುದಿಲ್ಲ, ತೀವ್ರ ಸ್ವರೂಪ ಹೊಂದಿರುವ ಅರ್ಧದಷ್ಟು ರೋಗಿಗಳು ಐದು ವರ್ಷಗಳಲ್ಲಿ ಕುರುಡರಾಗುತ್ತಾರೆ.
Diagnosis ರೋಗನಿರ್ಣಯದ ಕೊರತೆಯು ದೊಡ್ಡ ಸವಾಲಾಗಿದೆ. ಭಾರತದಲ್ಲಿ, ಹಳ್ಳಿಗಳು ಮತ್ತು ಕೊಳೆಗೇರಿಗಳಿಗೆ ವೈದ್ಯರನ್ನು ಕಳುಹಿಸುವ ಕಾರ್ಯಕ್ರಮಗಳಿವೆ, ಆದರೆ ಅನೇಕ ರೋಗಿಗಳು ಮತ್ತು ಅನೇಕ ನೇತ್ರಶಾಸ್ತ್ರಜ್ಞರು ಮಾತ್ರ ಇದ್ದಾರೆ.
ಒಂದು ಇದೆಯೇ ಎಂದು ಅವರು ಆಶ್ಚರ್ಯಪಟ್ಟರು ರೋಗವನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸುಲಭ ಮತ್ತು ಅಗ್ಗದ ಮಾರ್ಗ, ಮತ್ತು ಇಯಾಗ್ನೋಸಿಸ್ನ ಕಲ್ಪನೆಯು ಹೊರಹೊಮ್ಮಿತು, ಇದು ಒಂದು ಸುದೀರ್ಘ ಮತ್ತು ದುಬಾರಿ ರೋಗನಿರ್ಣಯ ವಿಧಾನವನ್ನು ಸರಳ ಫೋಟೋ ಸೆಷನ್ ಆಗಿ ಪರಿವರ್ತಿಸಬಹುದು. ಕೊಪ್ಪರಪು ಅವರು ಕೆಲಸಕ್ಕೆ ಸೇರಿಕೊಂಡರು, ಗೂಗಲ್‌ನಲ್ಲಿ ಸಾಕಷ್ಟು ಸಮಯ ಕಳೆಯುತ್ತಿದ್ದರು ಮತ್ತು ಯೋಜನೆಯನ್ನು ರೂಪಿಸುವ ಮೊದಲು ವೈದ್ಯರು ಮತ್ತು ಸಂಶೋಧಕರಿಗೆ ಇಮೇಲ್ ಮಾಡಿದರು. ಅವಳು ತನ್ನ ಸಹೋದರ ಮತ್ತು ಸಹಪಾಠಿಯೊಂದಿಗೆ ಜೊತೆಯಾದಳು, ಮತ್ತು ಕನ್ವಿಲ್ಯೂಶನಲ್ ನ್ಯೂರಾಲ್ ನೆಟ್‌ವರ್ಕ್ (ಸಿಎನ್‌ಎನ್) ಅನ್ನು ಬಳಸಲಾಗಿದೆ ಕಣ್ಣುಗುಡ್ಡೆಯ ಹಿಂದೆ ರೋಗನಿರ್ಣಯದ AI ಅನ್ನು ಸ್ಥಾಪಿಸಲು. ನರ ಜಾಲಗಳು ದೊಡ್ಡ ಡೇಟಾ ಸೆಟ್‌ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಮತ್ತು ಒಂದೇ ರೀತಿಯ ಮಾದರಿಗಳನ್ನು ನೋಡಿ, ವಿನ್ಯಾಸವು ಮಾನವ ಮೆದುಳಿನ ದೃಶ್ಯ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೋಲುವ ಕಾರಣ, ಸಿಎನ್‌ಎನ್‌ಗಳು ವರ್ಗೀಕರಣಕ್ಕೆ ಅತ್ಯುತ್ತಮವಾಗಿವೆ.
ಮೈಕ್ರೋಸಾಫ್ಟ್ ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಸಿಎನ್‌ಎನ್‌ನ ರೆಸ್ನೆಟ್ -50 ಅನ್ನು ಅವರು ತಮ್ಮ ನೆಟ್‌ವರ್ಕ್ ನಿರ್ಮಿಸಲು ಬಳಸಿದರು ಮತ್ತು ಬಳಸಿದರು 34.000 ರೆಟಿನಲ್ ಸ್ಕ್ಯಾನರ್‌ಗಳು ನಲ್ಲಿ ಕಂಡುಬರುತ್ತದೆ ಡೇಟಾಬೇಸ್ ಐಜೀನ್ ಅಮೆರಿಕದ ರಾಷ್ಟ್ರೀಯ ಆರೋಗ್ಯ ಸಂಸ್ಥೆ (ಎನ್ಐಹೆಚ್) ನಿಂದ ಕಲಿಕೆಯ ಡೇಟಾ, ಆದ್ದರಿಂದ ಅವಳು ಮತ್ತು ಅವಳ ತಂಡವು ಕಣ್ಣಿನ ಫೋಟೋಗಳಲ್ಲಿ ರೋಗದ ಚಿಹ್ನೆಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಪ್ರಾಥಮಿಕ ರೋಗನಿರ್ಣಯವನ್ನು ನೀಡಲು AI ವ್ಯವಸ್ಥೆಯನ್ನು ಕಲಿಸಬಹುದು. ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿನ ಅನೇಕ ಚಿತ್ರಗಳು ಕಳಪೆಯಾಗಿ ಅಥವಾ ಮಸುಕಾಗಿವೆ, ಆದರೆ ಕೊಪ್ಪರಪು ಅವರ ಪ್ರಕಾರ, ಈ ವಿವರವು ವ್ಯವಸ್ಥೆಯನ್ನು ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡಿದೆ.
Network ನರಮಂಡಲವನ್ನು ಕಲಿಯಲು ಬಳಸುವ ಚಿತ್ರಗಳ ಗುಣಮಟ್ಟವು ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಬಳಕೆಯಿಂದ ಪಡೆಯಬಹುದಾದ ಪರಿಸ್ಥಿತಿಗಳ ಪ್ರತಿನಿಧಿಯಾಗಿದೆ «
ಅವರ ತಂಡವು ರೆಸ್ನೆಟ್ -50 ರಿಂದ ತರಬೇತಿ ನೀಡಿತು ಡಯಾಬಿಟಿಕ್ ರೆಟಿನೋಪತಿಯನ್ನು ನಿಜವಾದ ರೋಗಶಾಸ್ತ್ರಜ್ಞನಂತೆ ನಿಖರವಾಗಿ ಪತ್ತೆ ಮಾಡಿ. ರೋಗನಿರ್ಣಯದ ಕಣ್ಣಿಗೆ ಪ್ರತಿದೀಪಕ ಬಣ್ಣವನ್ನು ಚುಚ್ಚುವ ಅಗತ್ಯವಿಲ್ಲದೇ ಪ್ರತಿ ಚಿತ್ರದಲ್ಲಿನ ಮೈಕ್ರೊಅನ್ಯೂರಿಮ್ಸ್ ಮತ್ತು ರಕ್ತನಾಳಗಳನ್ನು ಸಹ ಇದು ಪತ್ತೆ ಮಾಡುತ್ತದೆ.
ಕೊನೆಯ ಶರತ್ಕಾಲದಲ್ಲಿ, ಆದಿತ್ಯ ಜ್ಯೋತ್ ಐ ಐಮಾಗ್ನೋಸಿಸ್ ಆ್ಯಪ್ ಪರೀಕ್ಷಿಸಲು ಮುಂಬೈನ ಆಸ್ಪತ್ರೆ ಒಪ್ಪಿಕೊಂಡಿತು, ಮತ್ತು ನವೆಂಬರ್‌ನಲ್ಲಿ, ಇದು ಮೊದಲ 3 ಡಿ ಮುದ್ರಿತ ಮೂಲಮಾದರಿಯನ್ನು ಆಸ್ಪತ್ರೆಗೆ ಕಳುಹಿಸಿತು, ಮತ್ತು ವ್ಯವಸ್ಥೆಯು ಈಗಾಗಲೇ ಗಂಐದು ರೋಗಿಗಳಿಗೆ ನಿಖರವಾದ ರೋಗನಿರ್ಣಯವನ್ನು ಮಾಡಿದೆ.
ಇದು ವಿಶ್ವಾಸಾರ್ಹ ವ್ಯವಸ್ಥೆ ಎಂದು ಸಾಬೀತುಪಡಿಸಲು ಅಪಾರ ಸಂಖ್ಯೆಯ ಪ್ರಕರಣಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಕಣ್ಣುಗುಡ್ಡೆಯು ಬಹಳ ದೂರವಿದೆ. Medicine ಷಧಿಗೆ ಸಂಬಂಧಿಸಿದ ಪ್ರತಿಯೊಂದು ಪ್ರಾಜೆಕ್ಟ್ ಅನುಸರಿಸಬೇಕಾದ valid ರ್ಜಿತಗೊಳಿಸುವಿಕೆಯ ಪ್ರಕ್ರಿಯೆಗಳು ತುಂಬಾ ಕಠಿಣವಾಗಿವೆ ಮತ್ತು ನಿಮಗೆ ಸಹಾಯ ಮಾಡಲು ಬಯಸುವ ದೊಡ್ಡ ಕಂಪನಿಯನ್ನು ಪಡೆಯುವುದು ನಿಮಗೆ ಕಷ್ಟಕರವಾಗಿರುತ್ತದೆ. ಆದರೆ ಈ ಹದಿಹರೆಯದವರ ದೊಡ್ಡ ಸಾಧನೆಯಿಂದ ಈ ಎಲ್ಲಾ ತೊಂದರೆಗಳು ದೂರವಾಗುವುದಿಲ್ಲ.