காவ்யா கொப்பராப்பு, ஒரு இளைஞன் வர்ஜீனியாவில் வசிக்கும், ஸ்மார்ட்போன், 3 டி பிரிண்டர் மற்றும் செயற்கை நுண்ணறிவு ஆகியவற்றைப் பயன்படுத்தினார் கண் பார்வை உருவாக்கம். ஒரு சிறிய கண்டறியும் அமைப்பு மற்றும் கண்டறிய மலிவானது நீரிழிவு ரெட்டினோபதி. இந்த நோய் நீரிழிவு நோயின் சிக்கலாகும் இரத்த நாளங்களை சேதப்படுத்துகிறது ஒரு நபரின் விழித்திரையில் மற்றும் பார்வைக் குறைபாட்டிற்கு வழிவகுக்கும்.
கொப்பராப்பு, தனது வாழ்நாள் முழுவதும் அறிவியலில் ஆர்வம் கொண்டவர் மற்றும் தேசிய பெண்கள் மற்றும் தகவல் தொழில்நுட்ப மையத்தால் ஏற்பாடு செய்யப்பட்ட ஒரு நிரலாக்க பட்டறையில் கலந்து கொண்ட பிறகு, அவர் தனது பொழுதுபோக்குகளில் நிரலாக்கத்தை சேர்த்துள்ளார்.
கொப்பராபுவின் தாத்தா, இந்தியாவில் வசிக்கும், அறிகுறிகளைக் காட்டத் தொடங்கியது நோயின் 2013. இது பெரும்பாலும் கவனிக்கப்படாமல் போகலாம், இறுதியில் இது கண்டறியப்பட்டு சிகிச்சையளிக்கப்பட்டாலும், அவரது பார்வை மோசமடைந்தது. கொப்பராபுவின் கூற்றுப்படி, மொத்தத்தில் நீரிழிவு நோயாளிகள் 415 மில்லியன், மூன்றில் ஒரு பங்கு நீரிழிவு ரெட்டினோபதியை உருவாக்கும், மற்றும் மருந்துகள் மற்றும் அறுவை சிகிச்சைகள் காலப்போக்கில் பிடிபட்டால் கண் சேதத்தை நிறுத்தலாம் அல்லது தலைகீழாக மாற்றலாம் என்றாலும், தி 50% கண்டறியப்படாது, கடுமையான வடிவங்களைக் கொண்ட நோயாளிகளில் பாதி பேர் ஐந்து ஆண்டுகளில் பார்வையற்றவர்களாகி விடுவார்கள்.
Diagnosis நோயறிதலின் பற்றாக்குறை மிகப்பெரிய சவால். இந்தியாவில், கிராமங்களுக்கும் சேரிகளுக்கும் மருத்துவர்களை அனுப்பும் திட்டங்கள் உள்ளன, ஆனால் ஏராளமான நோயாளிகள் மற்றும் பல கண் மருத்துவர்கள் மட்டுமே உள்ளனர்.
ஒரு இருக்கிறதா என்று அவர் ஆச்சரியப்பட்டார் நோயைக் கண்டறிய எளிதான மற்றும் மலிவான வழி, மற்றும் ஈக்னோசிஸிற்கான யோசனை வெளிப்பட்டது, இது ஒரு நீண்ட மற்றும் விலையுயர்ந்த கண்டறியும் செயல்முறையை எளிய புகைப்பட அமர்வாக மாற்றக்கூடிய ஒரு அமைப்பு. கொப்பராப்பு வேலைக்குச் சென்றார், கூகிளில் அதிக நேரம் செலவழித்தார் மற்றும் ஒரு திட்டத்தை வகுப்பதற்கு முன்பு டாக்டர்களுக்கும் ஆராய்ச்சியாளர்களுக்கும் மின்னஞ்சல் அனுப்பினார். அவர் தனது சகோதரர் மற்றும் வகுப்பு தோழருடன் ஜோடி சேர்ந்தார், மற்றும் ஒரு மாற்றக்கூடிய நரம்பியல் வலையமைப்பை (சி.என்.என்) பயன்படுத்தியது கண் பார்வைக்கு பின்னால் கண்டறியும் AI ஐ நிறுவ. நரம்பியல் வலையமைப்புகள் பெரிய தரவு தொகுப்புகளை பகுப்பாய்வு செய்து ஒத்த வடிவங்களைத் தேடுங்கள், வடிவமைப்பு மனித மூளையின் காட்சி அமைப்பை ஒத்திருப்பதால், சி.என்.என் கள் வகைப்படுத்தலுக்கு சிறந்தவை.
மைக்ரோசாப்ட் ஆராய்ச்சியாளர்களால் உருவாக்கப்பட்ட ரெஸ்நெட் -50 என்ற சி.என்.என் தனது வலையமைப்பை உருவாக்க அவர் பயன்படுத்தினார் 34.000 விழித்திரை ஸ்கேனர்கள் இல் காணப்படுகிறது தகவல் ஐஜீன் அமெரிக்காவின் தேசிய சுகாதார நிறுவனத்தில் (என்ஐஎச்) கற்றல் தரவாக, எனவே அவளும் அவரது குழுவினரும் கண்களின் புகைப்படங்களில் நோயின் அறிகுறிகளை அடையாளம் காணவும், பூர்வாங்க நோயறிதலைக் கொடுக்கவும் AI அமைப்பைக் கற்பிக்க முடியும். தரவுத்தளத்தில் உள்ள பல படங்கள் மோசமாக வெளிப்படுத்தப்பட்டன அல்லது மங்கலாக இருந்தன, ஆனால் கொப்பராபுவின் கூற்றுப்படி, இந்த விவரம் கணினியை மேம்படுத்த உதவியது.
Network நரம்பியல் வலையமைப்பைக் கற்றுக்கொள்வதில் பயன்படுத்தப்படும் படங்களின் தரம் ஒரு ஸ்மார்ட்போனின் பயன்பாட்டுடன் பெறப்படும் நிலைமைகளின் பிரதிநிதித்துவமாகும் «
அவரது குழு ரெஸ்நெட் -50 க்கு பயிற்சி அளித்தது நீரிழிவு ரெட்டினோபதியை ஒரு உண்மையான நோயியல் நிபுணரைப் போலவே துல்லியமாகக் கண்டறியவும். கண்டறியப்பட்ட கண்ணுக்கு ஃப்ளோரசன்ட் சாயத்தை செலுத்த வேண்டிய அவசியமின்றி ஒவ்வொரு படத்திலும் உள்ள மைக்ரோஅனூரிஸம் மற்றும் இரத்த நாளங்களை இது கண்டறிகிறது.
கடந்த இலையுதிர் காலத்தில், ஆதித்யா ஜோத் கண் மும்பையில் உள்ள மருத்துவமனை கண் பார்வை பயன்பாட்டை சோதிக்க ஒப்புக்கொண்டது, மற்றும் நவம்பரில், இது முதல் 3 டி அச்சிடப்பட்ட முன்மாதிரி மருத்துவமனைக்கு அனுப்பியது, மேலும் கணினி ஏற்கனவே hஐந்து நோயாளிகளுக்கு துல்லியமான நோயறிதல்களைச் செய்தது.
இது ஒரு நம்பகமான அமைப்பு என்பதை நிரூபிக்க ஏராளமான நிகழ்வுகளை கண்டறிவதில் கண் பார்வைக்கு நீண்ட தூரம் செல்ல வேண்டும். மருத்துவம் தொடர்பான ஒவ்வொரு திட்டமும் பின்பற்ற வேண்டிய சரிபார்ப்பு செயல்முறைகள் மிகவும் கடுமையானவை, மேலும் உங்களுக்கு உதவ விரும்பும் ஒரு பெரிய நிறுவனத்தைப் பெறுவது நிச்சயமாக உங்களுக்கு கடினமாக இருக்கும். ஆனால் இந்த சிரமங்கள் அனைத்தும் இந்த இளைஞனின் பெரிய சாதனையிலிருந்து விலகிவிடாது.