Kavya Kopparapu, tínedžer žijúci vo Virgínii, používal smartphone, 3D tlačiareň a umelú inteligenciu vyvinúť očnú diagnózu, prenosný diagnostický systém a lacné na diagnostiku diabetická retinopatia. Toto ochorenie je komplikáciou cukrovky poškodzuje cievy na sietnici človeka a môže viesť k zhoršeniu zraku.
Kopparapu sa celý život zaujímala o vedu a po absolvovaní programátorského workshopu organizovaného Národným centrom pre ženy a informačné technológie si medzi svoje záľuby pridala programovanie.
Kopparapuov starý otec, ktorý žije v Indii, začali prejavovať príznaky choroby v 2013. Často to môže zostať nepovšimnuté a hoci to bolo nakoniec diagnostikované a liečené, zhoršilo sa mu videnie. Podľa Kopparapu z celkového počtu 415 miliónov ľudí s cukrovkou, z jednej tretiny sa vyvinie diabetická retinopatia, a hoci lieky a chirurgický zákrok môžu zastaviť alebo dokonca zvrátiť poškodenie očí, ak sa zachytia v priebehu času, 50% nebude diagnostikovaných, polovica pacientov s ťažkými formami oslepne za päť rokov.
«Chýbajúca diagnóza je najväčšou výzvou. V Indii existujú programy, ktoré vysielajú lekárov do dedín a slumov, ale je veľa pacientov a len veľa oftalmológov.
Zaujímalo ho, či existuje ľahký a lacný spôsob diagnostikovania chorobya objavila sa myšlienka Eyagnosis, systému, ktorý by mohol zmeniť zdĺhavý a nákladný diagnostický postup na jednoduché fotenie. Kopparapu sa pred vypracovaním plánu dostal do práce, trávil veľa času na Googli a posielal e-maily lekárom a výskumníkom. Spojila sa so svojím bratom a spolužiakom a použili konvolučnú neurónovú sieť (CNN) na stanovenie diagnostickej AI za Eyeagnózou. Neurálne siete analyzovať veľké súbory údajov a hľadať podobné vzory, Pretože dizajn pripomína vizuálny systém ľudského mozgu, CNN sú vynikajúce na klasifikáciu.
Na vybudovanie svojej siete použil ResNet-50, CNN vyvinutú výskumníkmi spoločnosti Microsoft, a použil sieť 34.000 XNUMX sietnicových skenerov nájdené v databázy EyeGene z Národného ústavu zdravia v Amerike (NIH) ako učiace sa údaje, aby mohla so svojím tímom naučiť systém AI rozpoznávať príznaky choroby na fotografiách očí a stanoviť predbežnú diagnózu. Mnoho obrázkov v databáze bolo zle exponovaných alebo rozmazaných, ale podľa Kopparapu tento detail pomohol vylepšiť systém.
«Kvalita obrázkov použitých pri učení neurónovej siete je veľmi reprezentatívna pre podmienky, ktoré by sa dosiahli pri použití inteligentného telefónu«
Jeho tím trénoval ResNet-50 na detegovať diabetickú retinopatiu rovnako presne ako skutočný patológ. Taktiež deteguje mikroaneuryzmy a krvné cievy v každom obraze bez potreby vstrekovania fluorescenčného farbiva do diagnostikovaného oka.
Vlani na jeseň oko Aditya Jyot Nemocnica v Bombaji súhlasila s testovaním aplikácie Eyeagnosis, a v novembri poslala do nemocnice prvý 3D tlačený prototyp a systém už má hstanovila presné diagnózy pre päť pacientov.
Očná choroba má pred sebou ešte dlhú cestu, aby diagnostikovala obrovské množstvo prípadov, aby dokázala, že ide o spoľahlivý systém. Procesy validácie, ktoré musí každý projekt súvisiaci s medicínou nasledovať, sú veľmi prísne a určite pre vás bude ťažké získať veľkú spoločnosť, ktorá vám bude chcieť pomôcť. Ale všetky tieto ťažkosti neznižujú veľký úspech tohto tínedžera.