青少年卡瓦婭·科帕帕拉普（Kavya Kopparapu） 他住在弗吉尼亞州，曾使用智能手機，3D打印機和人工智能 發展眼病。 一 便攜式診斷系統 診斷便宜 糖尿病性視網膜病。 這種疾病是糖尿病的並發症， 損害血管 在人的視網膜上，可能導致視力障礙。
Kopparapu一生都對科學感興趣，在參加了由國家婦女和信息技術中心組織的編程研討會之後，她將編程添加到了自己的愛好中。
科帕拉普的祖父，他住在印度， 開始顯示症狀 的疾病 2013。 它通常可能會被忽略，儘管最終被診斷和治療， 他的視力下降。 據科帕帕拉普（Kopparapu）稱， 415億糖尿病患者, 三分之一將發展為糖尿病性視網膜病，儘管長期使用藥物和手術可以停止甚至逆轉眼部傷害， 50％不會被診斷，有五種嚴重形式的患者將在五年內失明。
缺乏診斷是最大的挑戰。 在印度，有一些計劃將醫生派往鄉村和貧民窟，但是有很多病人，只有很多眼科醫生。
他想知道是否有一個 一種簡便且廉價的診斷疾病的方法，並且出現了診斷Eyagnosis的想法，該系統可以將漫長而昂貴的診斷過程變成一個簡單的照相會議。 Kopparapu開始工作，在製定計劃之前花了很多時間在Google上，並給醫生和研究人員發送電子郵件。 她與哥哥和同學一起組隊， 使用了卷積神經網絡（CNN） 建立眼球蟲病背後的診斷AI。 神經網絡 分析大型數據集並尋找相似的模式， 由於設計類似於人腦的視覺系統，因此CNN非常適合分類。
它使用了由Microsoft研究人員開發的CNN ResNet-50來構建其網絡，並使用了 34.000視網膜掃描儀 發現於 數據庫 眼基因 來自美國國立衛生研究院（NIH） 作為學習數據因此，她和她的團隊可以教AI系統識別眼睛照片中的疾病跡象並進行初步診斷。 數據庫中的許多圖像曝光不良或模糊，但據Kopparapu稱，此細節有助於改善系統。
«用於學習神經網絡的圖像質量非常代表使用智能手機所能獲得的條件”
他的團隊對ResNet-50進行了培訓，以 與真正的病理學家一樣準確地檢測出糖尿病性視網膜病變。 它還可以檢測每個圖像中的微動脈瘤和血管，而無需將熒光染料注入被診斷的眼睛。
去年秋天，Aditya Jyot Eye 孟買醫院同意測試Eyeagnosis應用程序，並在3月將第一個XNUMXD打印原型發送到醫院，並且該系統已經對五名患者進行了準確的診斷.
Eyeagnosis要診斷大量病例以證明它是一個可靠的系統，還有很長的路要走。 與醫學有關的每個項目必須遵循的驗證過程非常嚴格，對於大型公司而言，要想幫助您肯定會非常困難。 但是所有這些困難並不影響這個少年的偉大成就。