Το Μοντέλο AI Μειώνει Δραματικά τα Λάθη στις Εξετάσεις Ματιών

Ερευνητές έχουν σχεδιάσει πρόσφατα ένα αλγόριθμο τεχνητής νοημοσύνης που φαίνεται να διαγιγνώσκει με μεγαλύτερη ακρίβεια προβλήματα όρασης από τους κλασικούς οφθαλμολογικούς ελέγχους που χρησιμοποιούν οι γιατροί. Σύμφωνα με το Science, ο νέος έλεγχος μπορεί να μειώσει το διαγνωστικό λάθος για τις εξετάσεις ματιών κατά περίπου 74%.

Οι οφθαλμίατροι έχουν χρησιμοποιήσει τον ίδιο έλεγχο όρασης, τον κλασικό οφθαλμολογικό έλεγχο που βασίζεται σε διαγράμματα με γράμματα και σύμβολα διαφορετικών μεγεθών, για δεκαετίες. Τα αποτελέσματα του ελέγχου είναι αναμενόμενα να ερμηνευτούν από τον οφθαλμίατρο, και φυσικά, μπορεί να υπάρχουν λάθη στην ερμηνεία των αποτελεσμάτων και στη διάγνωση. Ερευνητές από το Πανεπιστήμιο του Στάνφορντ στόχευαν να βελτιώσουν αυτούς τους ελέγχους με ένα αλγόριθμο AI.

Σύμφωνα με έναν επιστήμονα υπολογιστών στο Στάνφορντ, τον Chris Piech, μέρος του προβλήματος με τους παραδοσιακούς ελέγχους είναι ότι όταν τα γράμματα γίνονται πολύ θολά για να τα δει ο εξεταζόμενος, ο εξεταζόμενος αρχίζει να μαντεύει τα γράμματα. Αυτή η μαντέψια σημαίνει ότι τα αποτελέσματα του ελέγχου μπορούν να διαφέρουν αν ένας άνθρωπος κάνει τον έλεγχο πολλές φορές. Για να αναπτύξουν einen έλεγχο με καλύτερη ακρίβεια και αναπαραγωγιμότητα, ο Piech και οι συνεργάτες του δημιούργησαν einen διαδικτυακό έλεγχο, με τα αποτελέσματα του ελέγχου να χρησιμοποιούνται για την εκπαίδευση ενός μοντέλου AI. Ο διαδικτυακός έλεγχος πρώτα οδηγεί τον χρήστη μέσω της διαδικασίας της βαθμονόμησης της οθόνης. Μετά τη βαθμονόμηση της οθόνης, ο χρήστης εισάγει την απόσταση του από την οθόνη και στη συνέχεια το πρόγραμμα εμφανίζει ένα γράμμα “Ε”, το οποίο εμφανίζεται σε διάφορες προσανατολίσεις. Μετά από αυτό, το μοντέλο αναθέτει στον χρήστη einen βαθμό όρασης, με βάση ένα στατιστικό μοντέλο. Το πρόγραμμα ζητά 20 ερωτήσεις για κάθε μάτι, ενημερώνοντας τον βαθμό όρασης κατά τη διάρκεια της διαδικασίας, και στη συνέχεια κάνει μια πρόβλεψη με βάση τον βαθμό όρασης.

Η ερευνητική ομάδα έτρεξε το μοντέλο τους μέσω 1000 υπολογιστικών симуляκίων που μιμούνται τις εισόδους πραγματικών ασθενών. Η υπολογιστική симуляκή λειτουργεί με την αρχικοποίηση με έναν γνωστό βαθμό όρασης και στη συνέχεια κάνει τους τύπους λαθών που ένας άνθρωπος μπορεί να κάνει κατά τη διάρκεια του ελέγχου. Οι ερευνητές διεξήγαγαν τους ελέγχους με αυτόν τον τρόπο επειδή για κάθε έλεγχο υπάρχει ένας «αληθινός» βαθμός όρασης, ο οποίος δεν είναι ο caso όταν ένας άνθρωπος κάνει τον έλεγχο. Σύμφωνα με τους ερευνητές, το μοντέλο τους ήταν σε θέση να μειώσει το διαγνωστικό λάθος κατά περίπου τρεις τέταρτα (74%) σε σύγκριση με τους κλασικούς ελέγχους όρασης. Παρά τα khá εντυπωσιακά αυτά αποτελέσματα, ο Piech και οι συνεργάτες του προειδοποιούν ότι το μοντέλο δεν προορίζεται να αντικαταστήσει τους γιατρούς, αλλά είναι ένα εργαλείο που οι γιατροί θα μπορούσαν να χρησιμοποιήσουν για να βελτιώσουν την ακρίβεια μιας διάγνωσης.

Ο οφθαλμίατρος Mark Blecher ανέφερε στο Science ότι ενώ το πρόγραμμα είναι ένα χρήσιμο και έξυπνο έργο μοντέλων AI για την οφθαλμολογία, οι ερευνητές θα πρέπει επίσης να λάβουν υπόψη τα πράγματα όπως το περιβάλλον στο οποίο ο εξεταζόμενος κάνει τον έλεγχο, καθώς αυτά τα χαρακτηριστικά μπορούν να επηρεάσουν τα αποτελέσματα του ελέγχου. Πέρα από αυτό, ο Blecher προβλέπει ότι οι ερευνητές μπορεί να έχουν δυσκολία να πείσουν τους οφθαλμίατρους να χρησιμοποιήσουν το νέο μοντέλο τους και να συμφωνήσουν σε einen νέο πρότυπο, καθώς η τρέχουσα κατάσταση μπορεί να είναι δύσκολο να ανατραπεί.

Η έρευνα που διεξήχθη από τον Piech και τους συνεργάτες του δεν είναι η μόνη πρόσφατη εξέλιξη σχετικά με την AI και την όραση. Πρόσφατα, η Google (GOOGL ) ανέπτυξε ένα μοντέλο AI που θα μπορούσε να ξεπεράσει τους κλινικούς γιατρούς στην αναγνώριση κοινών οφθαλμολογικών καταστάσεων που μπορούν να οδηγήσουν σε απώλεια όρασης. Η Google DeepMind συνεργάστηκε με το Νοσοκομείο Moorfields Eye για την ανάπτυξη ενός μοντέλου που θα μπορούσε να προβλέψει σημαντικά την πιθανότητα που ένας ασθενής θα αναπτύξει μια σοβαρή μορφή μακροσκοπικής εκφύλισης. Αλλαχού, ένα Ισραηλινό startup με το όνομα AEYE Health χρησιμοποίησε τεχνικές υπολογιστικής όρασης και μηχανικής μάθησης για την ανάπτυξη σκανερ οφθαλμών που θα μπορούσαν να αναγνωρίσουν με ακρίβεια κοινές οφθαλμολογικές καταστάσεις, αναφέροντας τον ασθενή σε einen γιατρό αν η διάγνωση είναι θετική.