AI Modeli Göz Muayene Hatalarını Dramatik Bir Şekilde Azaltıyor

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

Göz hastalıkları uzmanları, on yıllardır aynı görme testini, farklı boyutlarda harfler ve semboller içeren grafiklere dayalı klasik göz muayenesini kullanıyorlar. Test sonuçlarını yorumlama görevi göz hastalıkları uzmanına ait olup, tabii ki, sonuçların yorumlanmasında ve teşhis konulmasında 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 testlerle ilgili sorun, harflerin denek için görülmesi çok bulanık olduğunda, denek harfleri tahmin etmeye başlıyor. Bu tahmin, test sonuçlarının bir kişinin testi birden fazla kez alması durumunda değişmesine neden oluyor. Daha doğru ve tekrarlanabilir bir test geliştirmek için, Piech ve colegaları bir online test oluşturdu, test sonuçları bir yapay zeka modelini eğitmek için kullanıldı. Online test, ilk olarak kullanıcıyı ekranını ayarlamaya yönlendirir. Ekran ayarlandıktan sonra, kullanıcı ekranından uzaklığını girer ve ardından program bir “E” harfi gösterir, bu harf çeşitli yönlerde görünür. Bunun ardından, model kullanıcıya bir görme puanı atar, istatistiksel bir model temelinde. Program her göz için 20 soru sorar, görme puanını günceller ve sonra görme puanına dayanarak bir tahmin yapar.

Araştırma ekibi, modelini 1000 bilgisayar simülasyonu ile test etti, bu simülasyonlar gerçek hastaların girdilerini taklit etti. Bilgisayar simülasyonu, bilinen bir görme keskinliği puanı ile çalıştırılır ve sonra bir kişinin testi alırken yapabileceği hataları yapar. Araştırmacılar, testleri bu şekilde yaptılar çünkü her test için bir “gerçek” keskinlik puanı vardır, bu durum bir insan testi aldığında böyle değildir. Araştırmacılara göre, onların modeli klasik görme testlerine kıyasla teşhis hatasını yaklaşık %74 oranında azaltabildi. Bu assez etkileyici sonuçlara rağmen, Piech ve colegaları, modelin doktorları değiştirmek amacıyla tasarlanmadığını, bunun yerine bir araç olduğunu ve doktorların teşhisin doğruluğunu artırmasına yardımcı olabileceğini belirtiyorlar.

Göz hastalıkları uzmanı Mark Blecher, Science‘e, programın ofthalmoloji için yapay zeka modellerinin uygulanması açısından faydalı ve zeki bir uygulama olduğunu, ancak araştırmacıların testi alan kişinin çevresini de dikkate almaları gerektiğini söyledi, çünkü bu özellikler de test sonuçlarını etkileyebilir. Bunun ötesinde, Blecher, araştırmacıların yeni modelini kullanmak ve yeni bir standarda anlaşmak için göz hastalıkları uzmanlarıyla anlaşma yapma konusunda zorluklarla karşılaşabileceğini öngörüyor, çünkü mevcut durumun değiştirilmesi zor olabilir.

Piech ve colegaları tarafından yapılan araştırma, yapay zeka ve görme ile ilgili son gelişmelerin tek başına olmadığı anlamına geliyor. Google最近, görme kaybına neden olan ortak göz hastalıklarını klinikçilerin bazen daha iyi bir şekilde teşhis edebilen bir yapay zeka modeli geliştirdi. Google DeepMind, Moorfields Eye Hospital ile işbirliği yaparak, bir hastanın ciddi bir makula dejenerasyonu geliştirme olasılığını anlamlı bir şekilde tahmin edebilen bir model geliştirdi. Başka bir yerde, AEYE Health adlı bir İsrail şirketi, bilgisayar görme teknikleri ve makine öğrenimi kullanarak, ortak göz hastalıklarının temel ve doğru bir şekilde tanınmasını sağlayabilen retinal taramalar geliştirdi ve teşhis pozitif ise hastayı bir doktora yönlendirdi.