십대 Kavya Kopparapu 버지니아에 살고 스마트 폰, 3D 프린터, 인공 지능을 사용하여 눈꺼풀이 생기다. 휴대용 진단 시스템 진단하기가 저렴합니다. 당뇨병 성 망막증. 이 질병은 당뇨병의 합병증으로 혈관 손상 사람의 망막에 걸리고 시각 장애로 이어질 수 있습니다.
Kopparapu는 평생 과학에 관심이 있었고 국립 여성 및 정보 기술 센터에서 주최 한 프로그래밍 워크샵에 참석 한 후 취미에 프로그래밍을 추가했습니다.
Kopparapu의 할아버지, 인도에 살고있는 증상을 보이기 시작했다 질병의 2013. 종종 눈에 띄지 않을 수 있으며 결국 진단 및 치료를 받았지만 그의 시력은 나 빠졌다. Kopparapu에 따르면, 총 415 억 XNUMX 만 명의 당뇨병 환자, XNUMX 분의 XNUMX은 당뇨병 성 망막증에 걸릴 것입니다, 그리고 약물과 수술이 시간이 지남에 따라 눈 손상을 멈추거나 역전시킬 수 있지만 50 %는 진단되지 않습니다, 심한 형태의 환자의 절반이 XNUMX 년 내에 실명 할 것입니다.
«진단 부족이 가장 큰 문제입니다. 인도에는 의사를 마을과 빈민가로 보내는 프로그램이 있지만 환자는 많고 안과 의사는 많지 않습니다.
그는 질병을 진단하는 쉽고 저렴한 방법그리고 길고 값 비싼 진단 절차를 간단한 사진 세션으로 바꿀 수있는 시스템 인 Eyagnosis에 대한 아이디어가 떠 올랐습니다. Kopparapu는 계획을 세우기 전에 Google에서 많은 시간을 보내고 의사와 연구원에게 이메일을 보내 일을 시작했습니다. 그녀는 동생 및 급우와 팀을 이루어 컨볼 루션 신경망 (CNN) 사용 Eyeagnosis 뒤에 진단 AI를 구축합니다. 신경망 대규모 데이터 세트를 분석하고 유사한 패턴을 찾습니다. 디자인이 인간 두뇌의 시각 시스템과 유사하기 때문에 CNN은 분류에 탁월합니다.
Microsoft 연구원이 개발 한 CNN 인 ResNet-50을 사용하여 네트워크를 구축하고 34.000 개의 망막 스캐너 에서 발견 데이터베이스 아이진 미국 국립 보건원 (NIH)에서 학습 데이터로그래서 그녀와 그녀의 팀은 AI 시스템에 눈 사진에서 질병의 징후를 인식하고 예비 진단을 내릴 수 있도록 가르 칠 수있었습니다. 데이터베이스의 많은 이미지가 노출이 적거나 흐릿했지만 Kopparapu에 따르면이 세부 사항은 시스템을 개선하는 데 도움이되었습니다.
«신경망 학습에 사용되는 이미지의 품질은 스마트 폰을 사용하여 얻을 수있는 조건을 매우 대표합니다.«
그의 팀은 ResNet-50을 훈련시켜 실제 병리학 자만큼 정확하게 당뇨병 성 망막증을 감지합니다.. 또한 진단 된 눈에 형광 염료를 주입 할 필요없이 각 이미지에서 미세 동맥류와 혈관을 감지합니다.
지난 가을, Aditya Jyot Eye 뭄바이의 병원, Eyeagnosis 앱 테스트에 동의, 3 월에 병원에 최초의 XNUMXD 프린팅 프로토 타입을 보냈고 시스템은 이미XNUMX 명의 환자를 정확하게 진단.
Eyeagnosis는 믿을 수있는 시스템임을 증명하기 위해 엄청난 수의 사례를 진단하는 데 갈 길이 멀다. 의학과 관련된 모든 프로젝트가 따라야하는 검증 프로세스는 매우 엄격하며 대기업이 당신을 돕고 자하는 것은 분명히 어려울 것입니다. 그러나 이러한 모든 어려움이이 십대의 위대한 업적을 손상 시키지는 않습니다.