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.