Kavya Kopparapu, një adoleshente që jeton në Virxhinia, përdori një smartphone, printer 3D dhe inteligjencën artificiale për të zhvillojnë eyeagnosis. një sistem diagnostik i lëvizshëm dhe e lirë për t’u diagnostikuar Retinopatia diabetike. Kjo sëmundje është një ndërlikim i diabetit që dëmton enët e gjakut në retinën e një personi dhe mund të çojë në dëmtime të shikimit.
Kopparapu, ka qenë e interesuar në shkencë gjatë gjithë jetës së saj dhe pasi mori pjesë në një seminar programimi të organizuar nga Qendra Kombëtare për Gratë dhe Teknologjinë e Informacionit, ajo ka shtuar programimin në hobi të saj.
Gjyshi i Kopparapu, i cili jeton në Indi, filluan të shfaqnin simptoma të sëmundjes në 2013. Shpesh mund të mbetet pa u vërejtur, dhe megjithëse përfundimisht u diagnostikua dhe u trajtua, shikimi i tij u përkeqësua. Sipas Kopparapu, nga gjithsej 415 milion njerëz me diabet, një e treta do të zhvillojë retinopati diabetike, dhe megjithëse mjekimi dhe operacioni mund të ndalojnë ose edhe të kthejnë dëmtimin e syve nëse kapen me kalimin e kohës, 50% nuk do të diagnostikohen, gjysma e pacientëve me forma të rënda do të verbohen për pesë vjet.
«Mungesa e diagnozës është sfida më e madhe. Në Indi, ka programe që dërgojnë mjekë në fshatra dhe lagje të varfëra, por ka shumë pacientë dhe vetëm shumë okulistë.
Ai mendoi nëse kishte ndonjë mënyrë e lehtë dhe e lirë për të diagnostikuar sëmundjen, dhe u shfaq ideja për Eyagnosis, një sistem që mund të shndërrojë një procedurë të gjatë dhe të shtrenjtë diagnostike në një sesion të thjeshtë fotografik. Kopparapu filloi punën, duke kaluar shumë kohë në Google dhe duke dërguar me email mjekë dhe studiues, përpara se të formulonte një plan. Ajo u bashkua me vëllain dhe shokun e saj të shkollës, dhe perdori nje rrjet nervor konvolucionar (CNN) për të vendosur AI diagnostike prapa Eyeagnosis. Rrjetet nervore të analizojë grupe të mëdha të të dhënave dhe të kërkojë modele të ngjashme, Meqenëse dizajni i ngjan sistemit vizual të trurit të njeriut, CNN-të janë të shkëlqyera për klasifikim.
Ai përdori ResNet-50, një CNN i zhvilluar nga studiuesit e Microsoft, për të ndërtuar rrjetin e tij dhe përdori 34.000 skanues të retinës gjenden në Baza e të dhënave EyeGene nga Instituti Kombëtar i Shëndetit në Amerikë (NIH) si të dhëna mësimore, kështu që ajo dhe ekipi i saj mund të mësonin sistemin AI për të njohur shenjat e sëmundjes në fotot e syve dhe për të dhënë një diagnozë paraprake. Shumë nga imazhet në bazën e të dhënave ishin të ekspozuara dobët ose të paqarta, por sipas Kopparapu, kjo detaj ka ndihmuar në përmirësimin e sistemit.
«Cilësia e imazheve të përdorura në mësimin e rrjetit nervor është shumë përfaqësuese e kushteve që do të merren me përdorimin e një smartphone«
Ekipi i tij trajnoi ResNet-50 për zbuloni retinopatinë diabetike me saktësi sa një patolog i vërtetë. Gjithashtu zbulon mikroaneurizmat dhe enët e gjakut në secilën imazh pa nevojën e injektimit të bojës fluoreshente në syrin e diagnostikuar.
Vjeshtën e kaluar, Aditya Jyot Eye Spitali në Mumbai ra dakord për të testuar aplikacionin Eyeagnosis, dhe në nëntor, ai dërgoi prototipin e parë të shtypur 3D në spital, dhe sistemi tashmë ka hbëri diagnoza të sakta për pesë pacientë.
Eyeagnosis ka një rrugë të gjatë për të bërë për të diagnostikuar një numër të madh rastesh për të provuar se është një sistem i besueshëm. Proceset e vlerësimit që çdo projekt në lidhje me mjekësinë duhet të ndjekë janë shumë rigorozë dhe me siguri do të jetë e vështirë për ju që të bëni një kompani të madhe të dëshirojë t'ju ndihmojë. Por të gjitha këto vështirësi nuk e heqin arritjen e madhe të këtij adoleshenti.