Kavya Kopparapu, najstnica živel v Virginiji, za to uporabljal pametni telefon, 3D tiskalnik in umetno inteligenco razvijejo očesno diagnozo. prenosni diagnostični sistem in poceni za diagnozo diabetična retinopatija. Ta bolezen je zaplet diabetesa, ki poškoduje krvne žile na mrežnici osebe in lahko privede do okvare vida.
Kopparapu se vse življenje zanima za znanost in po obisku programske delavnice, ki jo je organiziral Nacionalni center za ženske in informacijsko tehnologijo, je svojim hobijem dodala še programiranje.
Kopparapujev dedek, ki živi v Indiji, začeli kazati simptome bolezni v 2013. Pogosto lahko ostane neopažen in čeprav je bil sčasoma diagnosticiran in zdravljen, njegov vid se je poslabšal. Po besedah Kopparapuja je od skupno 415 milijonov ljudi s sladkorno boleznijo, ena tretjina bo razvila diabetično retinopatijo, in čeprav lahko zdravila in kirurški posegi ustavijo ali celo obrnejo poškodbe oči, če jih sčasoma ujamejo, 50% ne bo diagnosticirano, polovica bolnikov s hudimi oblikami bo v petih letih oslepela.
«Pomanjkanje diagnoze je največji izziv. V Indiji obstajajo programi, ki zdravnike pošiljajo po vaseh in barakarskih naseljih, vendar je veliko bolnikov in le veliko oftalmologov.
Spraševal se je, ali obstaja enostaven in poceni način diagnosticiranja bolezni, in pojavila se je ideja za Eyagnosis, sistem, ki bi dolgotrajen in drag diagnostični postopek lahko spremenil v preprosto fotografsko sejo. Kopparapu se je lotil dela, veliko časa je preživel v Googlu in pošiljal e-pošto zdravnikom in raziskovalcem, preden je oblikoval načrt. Povezala se je z bratom in sošolcem in uporabil konvolucijsko nevronsko mrežo (CNN) za vzpostavitev diagnostične AI za očesno diagnozo. Nevronske mreže analizirajte velike nabore podatkov in poiščite podobne vzorce, Ker dizajn spominja na vizualni sistem človeških možganov, so CNN odlični za razvrstitev.
Za izgradnjo svojega omrežja je uporabil ResNet-50, CNN, ki so ga razvili Microsoftovi raziskovalci, in uporabil 34.000 skenerjev mrežnice najdeno v Baza podatkov EyeGene z Nacionalnega inštituta za zdravje v Ameriki (NIH) kot učni podatki, da bi lahko s svojo ekipo sistem AI naučila prepoznavati znake bolezni na fotografijah oči in postaviti predhodno diagnozo. Številne slike v bazi podatkov so bile slabo izpostavljene ali zamegljene, a po besedah Kopparapuja je ta podrobnost pripomogla k izboljšanju sistema.
«Kakovost slik, uporabljenih pri učenju nevronske mreže, je zelo reprezentativna za pogoje, ki bi jih dobili z uporabo pametnega telefona«
Njegova ekipa je trenirala ResNet-50 odkriti diabetično retinopatijo tako natančno kot pravi patolog. Na vsaki sliki zazna tudi mikroanevrizme in krvne žile, ne da bi bilo treba v diagnosticirano oko vbrizgati fluorescentno barvilo.
Lani jeseni je Aditya Jyot Eye Bolnišnica v Mumbaiju se je strinjala, da bo preizkusila aplikacijo Eyeagnosis, novembra pa je v bolnišnico poslal prvi 3D natisnjeni prototip, sistem pa ima že hpostavil natančne diagnoze za pet bolnikov.
Pred očesno diagnostiko je še dolga pot, da lahko diagnosticiramo ogromno primerov, da dokažemo, da gre za zanesljiv sistem. Postopki potrjevanja, ki jih mora upoštevati vsak projekt, povezan z medicino, so zelo strogi in zagotovo vam bo težko pridobiti veliko podjetje, ki vam bo želelo pomagati. Toda vse te težave ne zmanjšujejo velikega dosežka te najstnice.