Model AI Dramatycznie Zmniejsza Błędy W Badaniach Oczu

Naukowcy opracowali niedawno algorytm sztucznej inteligencji, który wydaje się diagnozować problemy ze wzrokiem dokładniej niż klasyczne testy wzroku stosowane przez lekarzy. Według Science, nowy test może rzekomo zmniejszyć błąd diagnostyczny w badaniach oczu o około 74%.

Okulistyki używały tego samego testu wzroku, klasycznego badania oczu opartego na wykresach z literami i symbolami o różnych rozmiarach, przez dziesięciolecia. Wyniki testu zależą od interpretacji okulisty, a oczywiście mogą wystąpić błędy w interpretowaniu wyników i ustaleniu diagnozy. Naukowcy z Uniwersytetu Stanforda starali się poprawić te testy za pomocą algorytmu AI.

Według komputerowego naukowca z Stanford, Chrisa Piecha, część problemu z tradycyjnymi testami polega na tym, że gdy litery stają się zbyt nieostre, aby można je było odczytać, osoba badana zaczyna zgadywać litery. To zgadywanie oznacza, że wyniki testu mogą się różnić, jeśli osoba wykonuje test wiele razy. Aby opracować test o lepszej dokładności i powtarzalności, Piech i jego koledzy stworzyli test online, a wyniki testu zostały wykorzystane do szkolenia modelu AI. Test online najpierw prowadzi 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 tego model przypisuje użytkownikowi wynik wzroku, na podstawie modelu statystycznego. Program zadaje 20 pytań dla każdego oka, aktualizując wynik wzroku w miarę postępu, a następnie generuje przewidywanie na podstawie wyniku wzroku.

Zespół badawczy przeprowadził symulacje komputerowe, które naśladowały dane wejściowe prawdziwych pacjentów. Symulacja komputerowa działa poprzez wprowadzenie znanego wyniku wzroku i wykonanie tego samego rodzaju błędów, jakie mogłaby popełnić osoba podczas wykonywania testu. Naukowcy przeprowadzili testy w ten sposób, ponieważ dla każdego testu istnieje “prawdziwy” wynik wzroku, co nie ma miejsca, gdy osoba wykonuje test. 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 jego koledzy ostrzegają, że model nie jest przeznaczony do zastąpienia lekarzy, lecz jest to narzędzie, które lekarze mogą potencjalnie wykorzystać do poprawy dokładności diagnozy.

Okulista Mark Blecher powiedział do Science, że chociaż program jest pomocny i inteligentną implementacją modeli AI w okulistyce, naukowcy powinni również wziąć pod uwagę takie czynniki, jak środowisko, w którym osoba badana wykonuje test, ponieważ te atrybuty również mogą wpływać na wyniki testu. Poza tym Blecher przewiduje, że naukowcy mogą mieć trudności w przekonaniu okulistyków do wykorzystania ich nowego modelu i uzgodnieniu nowego standardu, ponieważ utrzymanie status quo może być trudne do pokonania.

Badania przeprowadzone przez Piecha i jego kolegów nie są jedynym niedawnym rozwojem dotyczącym zarówno AI, jak i wzroku. Ostatnio Google (GOOGL ) opracowało model AI, który może czasem przewyższać klinicystów w identyfikowaniu powszechnych schorzeń oczu , które mogą prowadzić do utraty wzroku. Google DeepMind współpracowało z Moorfields Eye Hospital, aby opracować model, który mógłby znacząco przewidzieć szansę, że pacjent może rozwinąć ciężką postać zwyrodnienia plamki żółtej. W innym miejscu izraelskie startup o nazwie AEYE Health wykorzystało techniki komputerowego widzenia i uczenia maszynowego do opracowania skanerów siatkówki, które mogą potencjalnie dokonywać podstawowej, dokładnej identyfikacji powszechnych schorzeń oczu, kierując pacjenta do lekarza, jeśli diagnoza jest pozytywna.