Göz Muayenesi Hatalarını Dramatik Bir Şekilde Azaltan AI Modeli

Araştırmacılar, klasik görme testlerine kıyasla görme sorunlarını daha doğru bir şekilde teşhis edebilen bir yapay zeka algoritması tasarladılar. Science’e göre, yeni test, göz muayene hatalarını yaklaşık %74 oranında azaltabilir.

Göz hastalıkları uzmanları, decadesdir aynı görme testini, farklı boyutlarda harfler ve semboller içeren grafiklere dayalı klasik göz muayenesini kullanıyorlar. Test sonuçlarını yorumlamak göz hastalıkları uzmanına bağlıdır ve tabii ki, sonuçların yorumlanması ve teşhis konulması sırasında hatalar olabilir. Stanford Üniversitesi’nden araştırmacılar, bu testleri bir yapay zeka algoritması ile geliştirmeyi amaçladılar.

Stanford’dan bir bilgisayar bilimcisi olan Chris Piech’e göre, geleneksel testlerin bir sorunu, harflerin test konusu tarafından görülmesi için çok bulanık hale geldiğinde, test konusu harfleri tahmin etmeye başlar. Bu tahmin, testin sonuçlarını değiştirebilir. Daha doğru ve güvenilir bir test geliştirmek için, Piech ve colegaları bir online test geliştirdiler ve test sonuçlarını bir yapay zeka modeli için kullandılar. Online test, ilk olarak kullanıcıyı ekranı ayarlamaya yönlendirir. Ekran ayarlandıktan sonra, kullanıcı ekranından uzaklığını girer ve program bir “E” harfini çeşitli yönlerde gösterir. Daha sonra model, kullanıcıya bir görme puanı atar, bu puan istatistiksel bir modele dayanır. Program her göz için 20 soru sorar, görme puanını günceller ve sonra görme puanına dayanarak bir tahmin yapar.

Araştırmacılar, modelini 1000 bilgisayar simülasyonu ile test ettiler, bu simülasyonlar gerçek hastaların girdilerini taklit etti. Bilgisayar simülasyonu, bilinen bir görme keskinliği puanı ile çalışır ve sonra bir kişi testi alırken yapabileceği hataları yapar. Araştırmacılar, testleri bu şekilde yaptılar çünkü her test için bir “gerçek” görme keskinliği puanı vardır, bu durum bir insan testi aldığında böyle değildir. Araştırmacılara göre, onların modeli, klasik görme testlerine kıyasla teşhis hatasını yaklaşık üçte iki oranında (%74) azalttı. Bu sonuçlara rağmen, Piech ve colegaları, modelin doktorları değiştirmek için değil, teşhisin doğruluğunu artırmak için bir araç olarak kullanılabileceğini belirttiler.

Göz hastalıkları uzmanı Mark Blecher, Science’e, programın göz hastalıkları için yapay zeka modellerinin faydalı ve akıllı bir uygulaması olduğunu, ancak araştırmacıların test konusunun testi aldığı ortamı da dikkate almaları gerektiğini söyledi. Ayrıca, Blecher, araştırmacıların yeni modelini kullanmak için göz hastalıkları uzmanlarını ikna etmekte zorlanabileceklerini ve yeni bir standarda ulaşmakta zorlanabileceklerini öngördü.

Piech ve colegalarının yaptığı araştırma, AI ve görme ile ilgili son gelişmelerden biri değil. Google (GOOGL ), göz koşullarını tahmin edebilen bir AI modeli geliştirdi, bu model bazen kliniklerdeki uzmanları geçebilir. Google DeepMind, Moorfields Eye Hospital ile işbirliği yaparak, bir hastanın ciddi bir makula dejenerasyonu geliştirme olasılığını anlamlı bir şekilde tahmin edebilen bir model geliştirdi. Ayrıca, AEYE Health adlı bir İsrail şirketi, bilgisayar vizyonu teknikleri ve makine öğrenimi kullanarak, ortak göz koşullarının temel ve doğru bir şekilde tanınmasını sağlayan retinal tarayıcılar geliştirdi ve pozitif bir teşhis durumunda hastayı bir doktora yönlendirebilir.