Model AI drastycznie redukuje błędy w badaniach wzroku

Naukowcy niedawno opracowali algorytm sztucznej inteligencji, który wydaje się dokładniej diagnozować problemy ze wzrokiem niż klasyczne testy wzroku obecnie stosowane przez lekarzy. Według Science, nowy test może rzekomo zmniejszyć błąd diagnostyczny w badaniach okulistycznych o około 74%. Okuliści od dziesięcioleci stosują ten sam test wzroku, klasyczne badanie oparte na tablicach z literami i symbolami o różnej wielkości. Interpretacja wyników testu zależy od okulisty i oczywiście mogą występować błędy w interpretacji wyników i postawieniu diagnozy. Naukowcy ze Stanford University postawili sobie za cel ulepszenie tych testów za pomocą algorytmu AI. Według informatyka ze Stanford, Chrisa Piecha, częścią problemu z tradycyjnymi testami jest to, że gdy litery stają się zbyt rozmazane, aby badana osoba mogła je zobaczyć, osoba ta zaczyna zgadywać litery. To zgadywanie oznacza, że wyniki testu mogą się różnić, jeśli dana osoba wykona test wielokrotnie. Aby opracować test o lepszej dokładności i powtarzalności, Piech i współpracownicy stworzyli test online, którego wyniki posłużyły do wytrenowania modelu AI. Test online najpierw przeprowadza użytkownika przez proces kalibracji ekranu. Po skalibrowaniu ekranu użytkownik wprowadza swoją odległość od ekranu, a następnie program wyświetla literę “E”, która pojawia się w różnych orientacjach. Po wykonaniu tej czynności model przypisuje użytkownikowi wynik wzroku na podstawie modelu statystycznego. Program zadaje 20 pytań dla każdego oka, aktualizując przy tym swój wynik wzroku, a następnie przedstawia prognozę na podstawie tego wyniku. Zespół badawczy przeprowadził swój model przez 1000 symulacji komputerowych, które naśladowały dane wejściowe prawdziwych pacjentów. Symulacja komputerowa działa poprzez wprowadzenie znanego wyniku ostrości wzroku, a następnie popełnianie rodzajów błędów, które osoba może popełnić podczas testu. Naukowcy przeprowadzili testy w ten sposób, ponieważ dla każdego testu istnieje “prawdziwy” wynik ostrości wzroku, co nie ma miejsca, gdy test wykonuje człowiek. Według naukowców ich model był w stanie zmniejszyć błąd diagnostyczny o około trzy czwarte (74%) w porównaniu z klasycznymi testami wzroku. Pomimo tych dość imponujących wyników, Piech i współpracownicy ostrzegają, że model nie ma na celu zastąpienia lekarzy, lecz jest narzędziem, którego lekarze mogliby potencjalnie użyć, aby zwiększyć dokładność diagnozy. Okulista Mark Blecher wyraził opinię dla Science, że chociaż program jest pomocną i sprytną implementacją modeli AI w okulistyce, naukowcy powinni również wziąć pod uwagę takie czynniki jak środowisko, w którym badana osoba wykonuje test, ponieważ te atrybuty również mogą wpływać na wyniki testu. Poza tym Blecher przewiduje, że naukowcy mogą mieć trudności z przekonaniem okulistów do korzystania z ich nowego modelu i uzgodnieniem nowego standardu, ponieważ status quo może być trudne do obalenia. Badania przeprowadzone przez Piecha i współpracowników nie są jedynym niedawnym osiągnięciem dotyczącym zarówno AI, jak i wzroku. Niedawno Google opracował model AI, który mógł czasami przewyższać klinicystów w identyfikacji powszechnych schorzeń oczu które mogą prowadzić do utraty wzroku. Google DeepMind współpracował z Moorfields Eye Hospital nad opracowaniem modelu, który mógłby w znaczący sposób przewidzieć szansę, że pacjent rozwinie ciężką postać zwyrodnienia plamki żółtej. W innym miejscu izraelski startup o nazwie AEYE Health wykorzystał techniki widzenia komputerowego i uczenie maszynowe do opracowania skanerów siatkówki, które potencjalnie mogą dokonywać podstawowego, dokładnego rozpoznania powszechnych schorzeń oczu, kierując pacjenta do lekarza, jeśli diagnoza jest pozytywna.