एआई मॉडल ने आंखों की जांच में त्रुटियों को काफी कम कर दिया

शोधकर्ताओं ने हाल ही में एक कृत्रिम बुद्धिमत्ता एल्गोरिदम डिज़ाइन किया है जो वर्तमान में डॉक्टरों द्वारा उपयोग किए जाने वाले क्लासिक दृष्टि परीक्षणों की तुलना में दृष्टि समस्याओं का अधिक सटीक निदान करने की संभावना है। साइंस के अनुसार, यह नया परीक्षण आंखों की जांच में निदान त्रुटि को लगभग 74% तक कम कर सकता है।

नेत्र रोग विशेषज्ञ दशकों से चार्ट के साथ विज़न टेस्ट का उपयोग कर रहे हैं, जिसमें विभिन्न आकार के अक्षर और प्रतीक होते हैं। परीक्षण के परिणाम नेत्र रोग विशेषज्ञ की व्याख्या पर निर्भर करते हैं, और निश्चित रूप से, परिणामों की व्याख्या और निदान करने में त्रुटियां हो सकती हैं। स्टैनफोर्ड विश्वविद्यालय के शोधकर्ताओं ने इन परीक्षणों में सुधार करने के लिए एक एआई एल्गोरिदम विकसित किया है।

स्टैनफोर्ड के एक कंप्यूटर वैज्ञानिक क्रिस पीच के अनुसार, पारंपरिक परीक्षणों के साथ समस्या यह है कि जब अक्षर देखने के लिए बहुत धुंधले हो जाते हैं, तो परीक्षण विषय अक्षरों का अनुमान लगाने लगता है। यह अनुमान लगाने का मतलब है कि परीक्षण के परिणाम भिन्न हो सकते हैं यदि कोई व्यक्ति परीक्षण को कई बार लेता है। एक परीक्षण विकसित करने के लिए जो अधिक सटीक और प्रतिलिपि हो, पीच और उनके सहयोगियों ने एक ऑनलाइन परीक्षण बनाया, जिसके परिणामों का उपयोग एक एआई मॉडल को प्रशिक्षित करने के लिए किया जाता है। ऑनलाइन परीक्षण पहले उपयोगकर्ता को स्क्रीन को कैलिब्रेट करने की प्रक्रिया से गुजरने के लिए कहता है। स्क्रीन कैलिब्रेट होने के बाद, उपयोगकर्ता स्क्रीन से अपनी दूरी दर्ज करता है और फिर कार्यक्रम विभिन्न दिशाओं में “ई” अक्षर प्रदर्शित करता है। इसके बाद, मॉडल उपयोगकर्ता को एक दृष्टि स्कोर असाइन करता है, जो एक सांख्यिकीय मॉडल पर आधारित है। कार्यक्रम प्रत्येक आंख के लिए 20 प्रश्न पूछता है, जैसे ही यह अपने दृष्टि स्कोर को अपडेट करता है, और फिर यह दृष्टि स्कोर के आधार पर एक भविष्यवाणी करता है।

शोध दल ने अपने मॉडल को 1000 कंप्यूटर सिमुलेशन के माध्यम से चलाया, जो वास्तविक रोगियों के इनपुट की नकल करते हैं। कंप्यूटर सिमुलेशन एक ज्ञात दृष्टि तीक्ष्णता स्कोर के साथ प्राइम किया जाता है और फिर परीक्षण लेते समय एक व्यक्ति द्वारा की जाने वाली त्रुटियों के प्रकार बनाता है। शोधकर्ताओं ने परीक्षण इस तरह से किए क्योंकि प्रत्येक परीक्षण के लिए एक “वास्तविक” तीक्ष्णता स्कोर होता है, जो तब नहीं होता जब एक मानव परीक्षण लेता है। शोधकर्ताओं के अनुसार, उनका मॉडल क्लासिक दृष्टि परीक्षणों की तुलना में निदान त्रुटि को लगभग तीन चौथाई (74%) तक कम कर सकता है। इन परिणामों के बावजूद, पीच और उनके सहयोगी चेतावनी देते हैं कि मॉडल डॉक्टरों को बदलने के लिए नहीं है, बल्कि यह एक उपकरण है जिसका उपयोग डॉक्टर निदान की सटीकता में सुधार करने के लिए कर सकते हैं।

नेत्र रोग विशेषज्ञ मार्क ब्लेचर ने साइंस को बताया कि जबकि कार्यक्रम एक उपयोगी और चतुर कृत्रिम बुद्धिमत्ता मॉडल का कार्यान्वयन है, शोधकर्ताओं को परीक्षण लेने वाले विषय के पर्यावरण जैसी चीजों पर भी विचार करना चाहिए, क्योंकि वे विशेषताएं भी परीक्षण के परिणामों को प्रभावित कर सकती हैं। इसके अलावा, ब्लेचर का अनुमान है कि शोधकर्ताओं को अपने नए मॉडल का उपयोग करने और एक नए मानक पर सहमत होने में कठिनाई हो सकती है, क्योंकि स्थिति को बदलना मुश्किल हो सकता है।

पीच और उनके सहयोगियों द्वारा किए गए शोध एआई और दृष्टि से संबंधित हाल के विकास का एकमात्र नहीं है। हाल ही में, गूगल ने एक एआई मॉडल विकसित किया जो कभी-कभी सामान्य आंखों की स्थिति की पहचान करने में नैदानिक विशेषज्ञों से बेहतर प्रदर्शन कर सकता है जो दृष्टि हानि का कारण बन सकता है। गूगल डीपमाइंड ने मूरफील्ड्स आंख अस्पताल के साथ मिलकर एक मॉडल विकसित किया जो एक गंभीर रूप से मैकुलर डिजनरेशन विकसित होने की संभावना का महत्वपूर्ण रूप से अनुमान लगा सकता है। इसके अलावा, एक इस्राइली स्टार्टअप एईवाई हेल्थ ने कंप्यूटर विजन तकनीकों और मशीन लर्निंग का उपयोग करके रेटिना स्कैनर विकसित किए जो सामान्य आंखों की स्थिति की मूल, सटीक पहचान कर सकते हैं, और यदि निदान सकारात्मक है तो रोगी को डॉक्टर के पास भेज सकते हैं।