Очна дијагностика, 3Д штампани систем дијагностикује очне болести

Еиеагносис

Кавиа Коппарапу, тинејџерка живели у Вирџинији, користили су паметни телефон, 3Д штампач и вештачку интелигенцију развити дијагнозу ока. преносни дијагностички систем а јефтино за дијагнозу Дијабетична ретинопатија. Ова болест је компликација дијабетеса који оштећује крвне судове на мрежњачи особе и може довести до оштећења вида.

Коппарапу се читав живот занимала за науку и након што је присуствовала радионици програмирања у организацији Националног центра за жене и информационе технологије, својим хобијима је додала програмирање.

Деда Коппарапу, који живи у Индији, почео да показује симптоме болести у 2013. То често може проћи незапажено, и иако је на крају дијагностиковано и лечено, вид му се погоршао. Према Коппарапу, од укупно 415 милиона људи са дијабетесом, једна трећина ће развити дијабетичку ретинопатију, и иако лекови и хирургија могу зауставити или чак преокренути оштећење ока ако се временом ухвате, 50% неће бити дијагностиковано, половина пацијената са тешким облицима ослепеће за пет година.

„Недостатак дијагнозе је највећи изазов. У Индији постоје програми који шаљу лекаре у села и сиромашне четврти, али има пуно пацијената и само много офталмолога.

Питао се да ли постоји једноставан и јефтин начин дијагнозе болести, и појавила се идеја за Ејагнозу, систем који би дуготрајну и скупу дијагностичку процедуру могао претворити у једноставну фото сесију. Коппарапу је почео да ради, проводећи пуно времена на Гоогле-у и слајући е-пошту лекарима и истраживачима, пре него што је формулисао план. Удружила се са братом и школским колегом и користили су конволуциону неуронску мрежу (ЦНН) да се успостави дијагностички АИ иза Еиеагносис. Неуронске мреже анализирати велике скупове података и тражити сличне обрасце, Будући да дизајн подсећа на визуелни систем људског мозга, ЦНН-ови су изврсни за класификацију.

За изградњу своје мреже користио је РесНет-50, ЦНН који су развили Мицрософтови истраживачи, и користио је 34.000 скенера мрежњаче пронађена у база података ЕиеГене Националног института за здравље у Америци (НИХ) као подаци о учењу, како би она и њен тим могли да науче систем АИ да препознаје знакове болести на фотографијама очију и даје прелиминарну дијагнозу. Многе слике у бази података биле су слабо изложене или мутне, али према Коппарапуу, овај детаљ је помогао побољшању система.

«Квалитет слика коришћених у учењу неуронске мреже врло је репрезентативан за услове који би се добили коришћењем паметног телефона«

Његов тим је тренирао РесНет-50 да открити дијабетичку ретинопатију тачно као прави патолог. Такође открива микроанеуризме и крвне судове на свакој слици без потребе за убризгавањем флуоресцентне боје у дијагностиковано око.

Прошле јесени, Адитиа Јиот Еие Болница у Мумбаију сложила се да тестира апликацију Еиеагносис, а у новембру је послао први 3Д одштампани прототип у болницу, а систем је већ хпоставио тачне дијагнозе за пет пацијената.

Очна дијагностика има дуг пут у којем може дијагностиковати огроман број случајева да би доказала да је поуздан систем. Процеси валидације које мора да следи сваки пројекат који се односи на медицину врло су ригорозни и сигурно ће вам бити тешко да натерате велику компанију да вам пожели помоћи. Али све ове потешкоће не умањују велико постигнуће ове тинејџерке.


Будите први који ће коментарисати

Оставите свој коментар

Ваша емаил адреса неће бити објављена. Обавезна поља су означена са *

*

*

  1. За податке одговоран: Мигуел Ангел Гатон
  2. Сврха података: Контрола нежељене поште, управљање коментарима.
  3. Легитимација: Ваш пристанак
  4. Комуникација података: Подаци се неће преносити трећим лицима, осим по законској обавези.
  5. Похрана података: База података коју хостује Оццентус Нетворкс (ЕУ)
  6. Права: У било ком тренутку можете ограничити, опоравити и избрисати своје податке.