Naukowcy wykorzystują sztuczną inteligencję, aby pomóc ludziom widzieć wyraźniej

Eksperci przewidują, że do roku 2050 krótkowzroczność będzie dotyczyć około 50% światowej populacji. Naukowcy uważają, że częściowo winne jest zwiększenie liczby tak zwanych „bliskich miejsc pracy”, czyli interakcji z bliskimi obiektami, takimi jak telefony i ekrany.

Dla wielu osób trudności z widzeniem odległych obiektów to problem, który można łatwo rozwiązać za pomocą okularów lub soczewek kontaktowych, ale u innych rozwija się to w znacznie poważniejszą chorobę zwaną makulopatią krótkowzroczną.

Zespół naukowców ze Szkoły Obliczeń i Inteligencji Rozszerzonej na Uniwersytecie Stanowym w Arizonie opracowuje nowe narzędzia diagnostyczne, które wykorzystują moc sztucznej inteligencji, czyli AI, do skuteczniejszego wykrywania tej choroby. Niedawno opublikowali wyniki swojej pracy w recenzowanym czasopiśmie naukowym JAMA Okulistyka.

Makulopatia krótkowzroczna występuje, gdy część oka, która pomaga nam widzieć na wprost z ostrymi szczegółami, jest rozciągnięta i uszkodzona. Z biegiem czasu kształt oka staje się wydłużony – bardziej przypomina piłkę nożną, a mniej kulę. Kiedy tak się dzieje, widzenie jest zniekształcone.

Ten poważny stan jest główną przyczyną poważnej utraty wzroku lub ślepoty. W 2015 roku makulopatia krótkowzroczna spowodowała upośledzenie wzroku u 10 milionów osób. Jeśli nic się nie zmieni, przewiduje się, że do 2050 r. ponad 55 milionów ludzi utraci wzrok, a około 18 milionów ludzi na całym świecie straci wzrok z powodu tej choroby.

Ponieważ makulopatia krótkowzroczna jest nieodwracalna, eksperci chcą interweniować wcześnie. Jak najszybsze wykrycie tej choroby może poprawić wyniki zdrowotne, co jest szczególnie pilnym celem w przypadku dzieci. Okuliści mogą przepisać specjalne soczewki kontaktowe lub krople do oczu, które spowalniają postęp choroby.

Yalin Wang, profesor informatyki i inżynierii w szkole Fulton, twierdzi, że innowacje technologiczne mogą zapewnić ważne rozwiązania.

„Sztuczna inteligencja rozpoczyna rewolucję, która wykorzystuje globalną wiedzę do poprawy dokładności diagnozy, zwłaszcza na najwcześniejszym etapie choroby” – mówi. „Te postępy obniżą koszty leczenia i poprawią jakość życia całych społeczeństw”.

Wyzwanie, aby spojrzeć na rzeczy w nowy sposób

W odpowiedzi na tę potrzebę stowarzyszenie Medical Image Computing and Computer Assisted Intervention (MICCAI) podjęło w 2023 r. wyzwanie. Organizacja profesjonalna, która pragnie wprowadzać innowacje w badaniach biomedycznych, poprosiła ekspertów o ulepszenie wspomaganych komputerowo systemów przesiewowych obrazów siatkówki.

Obecnie makulopatię krótkowzroczną diagnozuje się za pomocą optycznej tomografii koherentnej, która wykorzystuje światło odbite do tworzenia obrazów tylnej części oka. Skany te są następnie często ręcznie sprawdzane przez okulistę, co jest czasochłonnym procesem i może wymagać specjalistycznego doświadczenia.

Wang i jego zespół z Laboratorium Systemów Geometrycznych odpowiedzieli na wezwanie. Naukowcy byli jednym ze zwycięzców wyzwania MICCAI.

W pierwszej części pracy Wang i jego zespół – w skład którego wchodzi doktorant inżynierii komputerowej Wenhui Zhu oraz neurolog i adiunkt w szkole Fulton Schools, dr Oana Dumitrascu – zajęli się klasyfikacją makulopatii krótkowzrocznej. Choroba ma pięć klasyfikacji opisujących jej nasilenie. Określenie prawidłowego poziomu pomaga okulistom w zapewnieniu pacjentowi bardziej dostosowanych i skutecznych rozwiązań.

Naukowcy z Fulton Schools stworzyli nowe algorytmy sztucznej inteligencji o nazwie NN-MobileNet. Te zestawy instrukcji, którymi posługują się programy komputerowe podczas wykonywania swojej pracy, mają pomóc oprogramowaniu w skuteczniejszym skanowaniu obrazów siatkówki i przewidywaniu prawidłowej klasyfikacji makulopatii krótkowzrocznej.

Następnie zespół skupił się na wysiłkach społeczności naukowej mających na celu wykorzystanie rodzaju sztucznej inteligencji zwanej głębokimi sieciami neuronowymi do przewidywania odpowiednika sferycznego w skanach siatkówki. Ekwiwalent sferyczny to szacunkowa wartość wady refrakcji oka, której lekarze potrzebują podczas przepisywania okularów lub soczewek kontaktowych. W głębokich sieciach neuronowych badacze zlecają komputerom analizę ogromnych zbiorów danych i stosują algorytmy oparte na sztucznej inteligencji w celu wyciągnięcia przydatnych wniosków.

Dzięki dokładniejszemu pomiarowi sferycznego odpowiednika lekarze mogą formułować dokładniejsze zalecenia dotyczące leczenia. Dlatego Wang i zespół ponownie opracowali nowe algorytmy, które skupiały się na jakości i trafności danych. Ich nowy model analizy obrazu siatkówki osiągnął wyjątkowe wyniki, minimalizując jednocześnie ilość potrzebnej mocy obliczeniowej. Wyniki tych badań opublikowano także w czasopiśmie JAMA Ophtalmology.

Na koniec Wang współpracował z innymi zwycięskimi zespołami w konkursie MICCAI nad trzecim artykułem badawczym, opublikowanym we wrześniu w JAMA Ophtalmology, w którym przedstawiono zebrane wyniki. Naukowcy z uniwersytetów na całym świecie udostępnili swoje ustalenia, aby pobudzić dodatkowe postępy i odkrycia w zakresie wczesnego i skutecznego diagnozowania makulopatii krótkowzrocznej oraz poprawy wyników opieki zdrowotnej ludzi na całym świecie.

Lepsza wizja zdrowia na świecie

Wang wyjaśnia, że ​​jedną z motywacji jego pracy jest eliminowanie dysproporcji zdrowotnych.

„Ludzie mieszkający na obszarach wiejskich mają trudności z dostępem do zaawansowanych urządzeń do obrazowania i wizytą u lekarza” – mówi. „Kiedy technologia oparta na sztucznej inteligencji stanie się dostępna, znacznie poprawi ona jakość życia populacji na całym świecie, w tym osób mieszkających w krajach rozwijających się”.

Ross Maciejewski, dyrektor Szkoły Informatyki i Inteligencji Rozszerzonej, twierdzi, że projekt Wanga jest ważnym przykładem doskonałej pracy wykonanej przez wykładowców w przestrzeni medycznej.

„Wraz ze wzrostem krótkowzroczności i makulopatii krótkowzrocznej potrzebne są rozwiązania zapobiegające utracie wzroku i pomagające pracownikom służby zdrowia w zapewnianiu pacjentom najlepszych opcji leczenia” – mówi Maciejewski. „Innowacyjne badania Yalina Wanga opierają się na zasadach wykorzystania sztucznej inteligencji do rozwiązania tego poważnego problemu medycznego”.