Kavya Kopparapu, o adolescentă care locuiește în Virginia, a folosit un smartphone, o imprimantă 3D și inteligență artificială pentru dezvolta diagnosticul ocular. A sistem de diagnosticare portabil și ieftin de diagnosticat Retinopatia diabetică. Această boală este o complicație a diabetului care deteriorează vasele de sânge pe retina unei persoane și poate duce la tulburări de vedere.
Kopparapu a fost interesată de știință toată viața și, după ce a participat la un atelier de programare organizat de Centrul Național pentru Femei și Tehnologia Informației, a adăugat programarea hobby-urilor sale.
Bunicul lui Kopparapu, care locuiește în India, a început să prezinte simptome a bolii în 2013. Poate trece adesea neobservat și, deși a fost diagnosticat și tratat în cele din urmă, vederea i s-a deteriorat. Potrivit lui Kopparapu, dintr-un total de 415 milioane de persoane cu diabet, o treime va dezvolta retinopatie diabetică, și, deși medicamentele și intervențiile chirurgicale pot opri sau chiar inversa leziunile oculare dacă sunt prinse în timp, 50% nu vor fi diagnosticați, jumătate dintre pacienții cu forme severe vor orbi în cinci ani.
«Lipsa diagnosticului este cea mai mare provocare. În India, există programe care trimit doctori în sate și mahalale, dar există mulți pacienți și doar mulți oftalmologi.
Se întreba dacă există mod ușor și ieftin de a diagnostica boala, și a apărut ideea pentru Eyagnosis, un sistem care ar putea transforma o procedură de diagnostic lungă și costisitoare într-o simplă ședință foto. Kopparapu a început să lucreze, petrecând mult timp pe Google și să trimită prin e-mail medicilor și cercetătorilor, înainte de a formula un plan. A făcut echipă cu fratele și colegul ei și a folosit o rețea neuronală convoluțională (CNN) pentru a stabili AI de diagnostic din spatele diagnosticului ocular. Rețele neuronale analizați seturi mari de date și căutați modele similare, Deoarece designul seamănă cu sistemul vizual al creierului uman, CNN-urile sunt excelente pentru clasificare.
El a folosit ResNet-50, un CNN dezvoltat de cercetătorii Microsoft, pentru a-și construi rețeaua și a folosit 34.000 de scanere de retină găsit în Baza de date EyeGene de la Institutul Național de Sănătate din America (NIH) ca date de învățare, astfel încât ea și echipa ei ar putea învăța sistemul AI să recunoască semnele bolii în fotografiile ochilor și să ofere un diagnostic preliminar. Multe dintre imaginile din baza de date au fost slab expuse sau neclare, dar conform Kopparapu, acest detaliu a ajutat la îmbunătățirea sistemului.
«Calitatea imaginilor utilizate în învățarea rețelei neuronale este foarte reprezentativă pentru condițiile care ar fi obținute cu utilizarea unui smartphone«
Echipa sa a pregătit ResNet-50 pentru detectează retinopatia diabetică la fel de exact ca un adevărat patolog. De asemenea, detectează microaneurismele și vasele de sânge din fiecare imagine fără a fi nevoie să se injecteze colorant fluorescent în ochiul diagnosticat.
Toamna trecută, Ochiul Aditya Jyot Spitalul din Mumbai a fost de acord să testeze aplicația Eyeagnosis, iar în noiembrie, a trimis primul prototip tipărit 3D la spital, iar sistemul are deja ha făcut diagnostice precise pentru cinci pacienți.
Diagnosticul ocular are un drum lung de parcurs pentru a diagnostica un număr enorm de cazuri pentru a demonstra că este un sistem fiabil. Procesele de validare pe care trebuie să le urmeze orice proiect legat de medicină sunt foarte riguroase și cu siguranță vă va fi dificil să obțineți o companie mare care să dorească să vă ajute. Dar toate aceste dificultăți nu diminuează marea realizare a acestui adolescent.