青少年卡瓦娅·科帕帕拉普（Kavya Kopparapu） 居住在弗吉尼亚州，曾使用智能手机，3D打印机和人工智能 发展眼病。 一 便携式诊断系统 诊断便宜 糖尿病视网膜病变。 这种疾病是糖尿病的并发症， 损害血管 在人的视网膜上，可能导致视力障碍。
Kopparapu一生都对科学感兴趣，在参加了由国家妇女和信息技术中心组织的编程研讨会之后，她将编程添加到了自己的爱好中。
科帕拉普的祖父，他住在印度， 开始显示症状 的疾病 2013。 它通常可能会被忽略，尽管最终被诊断和治疗， 他的视力下降。 据科帕帕拉普（Kopparapu）称， 415亿糖尿病患者, 三分之一将发展为糖尿病性视网膜病，尽管长期服用药物和手术可以停止甚至逆转眼部伤害， 50％不会被诊断，有五种严重形式的患者将在五年内失明。
«缺乏诊断是最大的挑战。 在印度，有一些计划将医生派往乡村和贫民窟，但是有很多病人，只有很多眼科医生。
他想知道是否有一个 一种简便且廉价的诊断疾病的方法，然后出现了Eyagnosis的想法，该系统可以将漫长而昂贵的诊断过程变成一个简单的照相会议。 Kopparapu开始工作，在制定计划之前花了很多时间在Google上，并给医生和研究人员发送电子邮件。 她与哥哥和同学一起组队， 使用了卷积神经网络（CNN） 建立眼睑病背后的诊断AI。 神经网络 分析大型数据集并寻找相似的模式， 由于设计类似于人脑的视觉系统，因此CNN非常适合分类。
他使用了由Microsoft研究人员开发的CNN ResNet-50来构建自己的网络，并使用了 34.000视网膜扫描仪 发现于 数据库 眼基因 来自美国国立卫生研究院（NIH） 作为学习数据因此，她和她的团队可以教AI系统识别眼睛照片中的疾病迹象并进行初步诊断。 数据库中的许多图像曝光不良或模糊，但是据Kopparapu称，这一细节有助于改善系统。
«用于学习神经网络的图像质量非常代表使用智能手机所能获得的条件”
他的团队对ResNet-50进行了培训，以 与真正的病理学家一样准确地检测出糖尿病性视网膜病变。 它还可以检测每个图像中的微动脉瘤和血管，而无需将荧光染料注入诊断出的眼睛中。
去年秋天，Aditya Jyot Eye 孟买医院同意测试Eyeagnosis应用程序，并在3月将第一个XNUMXD打印原型发送到医院，并且该系统已经对五位患者进行了准确的诊断.
Eyeagnosis在诊断大量病例以证明它是一个可靠的系统上还有很长的路要走。 与医学有关的每个项目必须遵循的验证过程非常严格，对于大型公司而言，要想帮助您肯定会非常困难。 但是所有这些困难并没有减损这个少年的伟大成就。