Способность искусственного интеллекта (ИИ) помогать проверять пациентов на распространенное диабетическое заболевание глаз набирает обороты с новым исследованием, опубликованным сегодня в Интернете в журнале Офтальмологии Американской академии офтальмологии. Лили Пэн, м.D., Ph.D., и ее коллеги из исследовательской группы Google AI, показывают, что они могут улучшить свое программное обеспечение для обнаружения заболеваний, используя небольшой набор изображений, проверенных офтальмологами, специализирующимися на заболеваниях сетчатки. Затем вклад специалистов был использован для улучшения производительности их компьютеров, чтобы она была примерно такой же, как у отдельных специалистов по сетчатке.
Более 29 миллионов американцев страдают диабетом и подвержены риску диабетической ретинопатии, потенциально слепящей болезни глаз. Люди часто не замечают изменений в своем зрении на ранних стадиях заболевания. Но по мере прогрессирования диабетическая ретинопатия обычно вызывает потерю зрения, которую во многих случаях невозможно исправить. Вот почему так важно, чтобы люди с диабетом проходили ежегодные обследования.
В более ранних исследованиях д-р. Пэн и ее команда использовали нейронные сети – сложные математические системы для выявления закономерностей в данных – для распознавания диабетической ретинопатии. Они загрузили тысячи сканированных изображений сетчатки в эти нейронные сети, чтобы научить их "видеть" крошечные кровоизлияния и другие поражения, которые являются ранними признаками ретинопатии. Доктор. Пэн показал, что программное обеспечение работает примерно так же, как эксперты-люди.
Но доктор. Пэн заинтересована в разработке системы, которая подошла бы ее бабушке. Так, для повышения точности программного обеспечения она включила в себя участие специалистов по сетчатке глаза, офтальмологов, специализирующихся на заболеваниях сетчатки.
"Что касается моей бабушки, я бы хотел иметь группу узких специалистов, которые действительно лечат болезнь, чтобы сидеть и обсуждать ее случай, высказывая свое мнение," Доктор. Пэн сказал. "Но это действительно дорого, и это сложно сделать. Итак, как построить алгоритм, который приближается к этому??"
Чтобы понять, как это можно сделать, доктор. Пэн сравнил производительность исходного алгоритма с ручной оценкой изображений, принятой большинством голосов трех общих офтальмологов или согласованной оценкой трех специалистов по сетчатке.
Классификация диабетической ретинопатии может быть сложным процессом, требующим выявления и количественной оценки мелких признаков, таких как небольшие аневризмы и кровоизлияния. В результате врачи могут сильно различаться, исследуя изображения в поисках болезни.
Специалисты по сетчатке оценивали изображения отдельно, а затем работали вместе, чтобы разрешить любые разногласия. Их обзор и последующий согласованный диагноз позволили глубже понять процесс классификации, помочь исправить такие ошибки, как артефакты, вызванные пятнами пыли, различить разные типы кровоизлияний и создать более точные определения для "серые зоны" которые затрудняют постановку окончательного диагноза. В конце процесса специалисты по сетчатке указали, что точность, используемая в процессе принятия решения, выше, чем обычно используется в повседневной клинической практике.
Используя эти изображения, прошедшие специальную оценку, доктор. Затем Пэн мог настроить программное обеспечение, что улучшило производительность их модели и улучшило обнаружение болезней.
"Мы считаем, что эта работа обеспечивает основу для дальнейших исследований и поднимает планку эталонных стандартов в области применения машинного обучения в медицине," Доктор. Пэн сказал.