Uyanık karakter: Rusya’da sanal bir göz doktoru yaratıldı

Geliştiricilerin Izvestia’ya söylediğine göre, Rusya’da doktorların görsel kusurları tespit etmek için kullandığı bir cihaz kullanılarak çekilen görüntülerden göz hastalıklarını tespit edebilen bir program oluşturuldu. Ortaya çıkan görüntüler, yapay zekanın bunları analiz ettiği ve olası bir teşhis ürettiği yazılıma yüklenir. Artık sinir ağı katarakt, glokom, miyopi ve yaşa bağlı makula dejenerasyonu gibi patolojileri tanımlayabiliyor. Uzmanlar, çözümün umut verici olduğunu ancak iyileştirme gerektirdiğini düşünüyor; özellikle göz doktorları tarafından kullanılması için daha fazla hastalığın tespit edilmesi gerekiyor.

Göz hastalıklarının AI tarafından tanınması

Don Devlet Teknik Üniversitesi temsilcileri Izvestia’ya programcıların sinir ağına görsel kusurları tanımayı öğrettiğini söyledi. Yazarlara göre Python’da yazılan yazılımın kendisi zaten tamamen hazır.

— Algoritma şu şekilde çalışır: Doktor, fundus kamerası (hem gözün ön segmentini hem de gözün fundusunu fotoğraflayabilen bir cihaz. — Izvestia) tarafından çekilen görüntüyü Windows uygulamalarına yükler. Daha sonra yapay zeka bunu iki ila üç saniye içinde analiz ediyor ve ardından program bir ön teşhis koyuyor” dedi proje yazarı Mikhail Shurduk.

Yazılım Windows işletim sistemine sahip kişisel bilgisayarlar için geliştirilmiştir. Linux ve macOS gibi diğer işletim sistemleri şu anda desteklenmemektedir.

Programcıların oluşturduğu sinir ağı, fundus kamerası kullanılarak çekilen 3 binden fazla görüntüyle eğitildi. Şu anda AI, katarakt, glokom, miyopi ve yaşa bağlı makula dejenerasyonu gibi hastalık türlerini tanımlayabilmektedir.

Algoritmanın yazarları, görüntü tanıma doğruluğunun %95’e kadar olduğunu iddia ediyor. Yapay zeka, VGG-19 mimarisi üzerine inşa edilmiştir; programcılar bu kütüphaneleri, görüntülerle çalışmak üzere sinir ağlarını eğitmek için kullanır.

Daha sonra geliştiriciler yazılımın işlevselliğini geliştirmeyi planlıyor. Bunu yapmak için, yapay zekayı teşhisleri doğrulanmış diğer görüntüler üzerinde eğitmeye devam edecekler, böylece sinir ağı benzer vakaları daha doğru bir şekilde tanıyabilecek. Ek olarak, algoritmanın yazarları, tanınan hastalıkların listesini genişletmenin yanı sıra, mevcut görüntüleri programda saklama yeteneği sağlamayı da amaçlıyor.

Yazılım şu anda beta aşamasındadır; programın tam sürümünün belirli çıkış tarihleri ​​açıklanmadı.

Yazılım oftalmologlar arasında popüler olacak mı?

BestDoctor şirketler grubundan göz doktoru Tatyana Kryukova, yapay zeka ve fundus kamerasının entegrasyonunun çok umut verici göründüğünü söyledi.

“Ancak şu ana kadar cihazın tanıyabildiği patolojilerin listesi oldukça sınırlı. Bununla birlikte, daha fazla gelişme için büyük bir potansiyel bulunduğunu belirtti: örneğin, uzman, bu gelişmenin bir doktorun ayırıcı tanı koymasını ve teşhis koymasını kolaylaştırabileceğini belirtti.

Doktor, yazılımın muhtemelen teşhisin doğruluğunu daha fazla doğrulamak isteyen genç uzmanlar tarafından da kullanılacağı sonucuna vardı.

— Hastaya zarar vermeden rutin süreçleri hızlandıran, doktorların işlerinde ve karar vermelerinde yardımcı olan teknolojiler tıbbın derinliklerine nüfuz ediyor. Bir uzmanın yerini almayacaklar ancak çalışma süresinin etkin bir şekilde kullanılmasına yardımcı olacaklar. Sinir ağları halihazırda aktif olarak “ikinci görüş” aracı olarak kullanılıyor, dolayısıyla tıbbi cephaneliğe yapılan bu ekleme harika bir haber,” dedi Sağlık Turizmi ve Kurumsal Sağlık Derneği BT komitesi başkanı Sanatorium genel müdürü Dmitry Estenkov.

En yaygın hastalıklar (katarakt, glokom, miyopi ve yaşa bağlı makula dejenerasyonu) yapay zeka kullanılarak oldukça kolay bir şekilde tespit edilebilir. NTI Up Great teknoloji yarışmalarının genel müdürü Yuri Molodykh, bu tür çözümler hazırlarken en önemli şeyin genellikle sinir ağının eğitimi için veri toplanması olduğunu söylüyor.

— Bir veri seti yalnızca görsellerden oluşan bir veritabanı değil, aynı zamanda profesyonel doktorlar tarafından işaretlenmiş, yani teşhis ve hatta ayrıntılı bir metin açıklamasıyla birlikte görsellerden oluşur. Dolayısıyla 3 bin görüntü bile oldukça ciddi bir çalışma, bu olmadan böyle bir doğruluğa ulaşmak imkansız olurdu” diye ekledi uzman.

NTI uzmanlık merkezi “Tıpta Biyonik Mühendislik” uzmanı Petr Kshnyakin, geliştiricilerin programlarını iyileştirmeyi düşünmeleri gerektiğini söylüyor. Teşhis koymanın yanı sıra, belirli bir hasta için daha ileri tedavi taktikleri konusunda önceden karar vermenin yararlı olacağını söylüyor. Uzman, ona göre yapay zekanın, hastanın elektronik tıbbi kayıt verilerine dayanarak hastalığın gelişimi için bir prognoz formüle edebileceğinin yanı sıra amaçlanan tedavi taktiklerini vb. belirleyebileceğini belirtti.