Искусственный интеллект существенно снижает количество ошибок при обследовании глаз

Исследователи недавно разработали алгоритм искусственного интеллекта, который, по-видимому, более точно диагностирует проблемы со зрением, чем классические тесты зрения, используемые врачами. Согласно Science, новый тест может reportedly снизить диагностическую ошибку при обследовании глаз примерно на 74%.

Офтальмологи используют один и тот же тест зрения, классический глазной экзамен на основе таблиц с буквами и символами разного размера, уже несколько десятилетий. Результаты теста зависят от интерпретации офтальмолога, и, конечно, могут быть ошибки при интерпретации результатов и постановке диагноза. Исследователи из Стэнфордского университета поставили цель улучшить эти тесты с помощью алгоритма искусственного интеллекта.

По словам компьютерного ученого из Стэнфорда Криса Пича, часть проблемы с традиционными тестами заключается в том, что когда буквы становятся слишком размытыми для того, чтобы тестируемый мог их увидеть, он начинает угадывать буквы. Это угадывание означает, что результаты теста могут варьироваться, если человек проходит тест несколько раз. Чтобы разработать тест с лучшей точностью и воспроизводимостью, Пич и его коллеги создали онлайн-тест, результаты которого используются для обучения модели искусственного интеллекта. Онлайн-тест сначала проводит пользователя через процесс калибровки экрана. После калибровки экрана пользователь вводит расстояние от экрана, а затем программа отображает букву “Е” в различных ориентациях. После этого модель присваивает пользователю балл зрения на основе статистической модели. Программа задает 20 вопросов для каждого глаза, обновляя балл зрения по мере выполнения теста, и затем делает прогноз на основе балла зрения.

Исследовательская группа провела свое моделирование через 1000 компьютерных симуляций, имитирующих ввод реальных пациентов. Компьютерная симуляция работает путем предварительной настройки известного балла остроты зрения, а затем совершения типичных ошибок, которые человек может совершить при прохождении теста. Исследователи провели тесты таким образом, поскольку для каждого теста существует “истинный” балл остроты зрения, который не имеет места, когда человек проходит тест. Согласно исследователям, их модель смогла снизить диагностическую ошибку примерно на три четверти (74%) по сравнению с классическими тестами зрения. Несмотря на эти довольно впечатляющие результаты, Пич и его коллеги предостерегают, что модель не предназначена для замены врачей, а является инструментом, который врачи могут потенциально использовать для повышения точности диагноза.

Офтальмолог Марк Блехер высказал свое мнение в Science, что хотя программа является полезным и умным внедрением моделей искусственного интеллекта в офтальмологию, исследователи также должны учитывать такие факторы, как окружающая среда, в которой проходит тест, поскольку эти атрибуты также могут повлиять на результаты теста. Кроме того, Блехер ожидает, что исследователи могут столкнуться с трудностями при попытке убедить офтальмологов использовать их новую модель и согласиться на новый стандарт, поскольку статус-кво может быть трудно изменить.

Исследования, проведенные Пичем и его коллегами, не являются единственным недавним развитием в области искусственного интеллекта и зрения. Недавно Google (GOOGL ) разработала модель искусственного интеллекта, которая может иногда превосходить клинические показатели при выявлении распространенных глазных заболеваний , которые могут привести к потере зрения. Google DeepMind сотрудничала с больницей Moorfields Eye, чтобы разработать модель, которая могла бы осмысленно предсказать вероятность того, что пациент может развить тяжелую форму макулярной дегенерации. В другом месте израильский стартап AEYE Health использовал методы компьютерного зрения и машинного обучения для разработки сканеров сетчатки, которые могут потенциально точно распознавать распространенные глазные заболевания и направлять пациента к врачу, если диагноз положительный.