Исследователи использовали искусственный интеллект для поддержки мгновенной диагностики одной из главных причин слепоты, болезни глаз, связанной с диабетом, на самых ранних стадиях.
Диабетическая ретинопатия является основной причиной потери зрения у взрослых, и ее влияние возрастает во всем мире, и к 2030 году будет затронуто 191 миллион человек.
На ранней стадии нет никаких симптомов, и к тому моменту, когда люди начинают терять зрение, болезнь может прогрессировать. Ранняя диагностика и лечение могут существенно повлиять на то, сколько зрения сохраняет пациент.
Теперь команда австралийско-бразильских исследователей во главе с Университетом RMIT разработала алгоритм обработки изображений, который может автоматически обнаруживать один из ключевых признаков болезни — жидкость на сетчатке с точностью до 98%.
Ведущий исследователь, профессор Динеш Кант Кумар, RMIT, сказал, что метод был мгновенным и экономически эффективным.
«Мы знаем, что только половина больных сахарным диабетом регулярно проходят обследование глаз, а одна треть никогда не проверялась», — сказал Кумар.
«Но золотые стандартные методы диагностики диабетической ретинопатии инвазивны или дороги, и часто недоступны в отдаленных или развивающихся частях мира.
«Наш подход, основанный на искусственном интеллекте, дает результаты, которые являются такими же точными, как и клинические исследования, но основаны на изображениях сетчатки, которые могут быть получены с помощью обычного оптометрического оборудования.
«Ускорение и удешевление выявления этой неизлечимой болезни может изменить жизнь миллионов людей, которые в настоящее время не диагностированы и рискуют потерять зрение».
Флюоресцентная ангиография и оптическая когерентная томография в настоящее время являются наиболее точными клиническими методами диагностики диабетической ретинопатии .
Альтернативным и более дешевым методом является анализ изображений сетчатки, которые можно сделать с помощью относительно недорогого оборудования, называемого камерами глазного дна, но этот процесс является ручным, трудоемким и менее надежным.
Для автоматизации анализа изображений глазного дна исследователи из лаборатории биосигналов в Технической школе RMIT совместно с коллегами из Бразилии использовали методы глубокого обучения и искусственного интеллекта .
Разработанный ими алгоритм может точно и надежно определить наличие жидкости из поврежденных кровеносных сосудов или экссудата внутри сетчатки.
Исследователи надеются, что их метод может в конечном итоге использоваться для широкого скрининга групп риска.
«Не диагностированный диабет является серьезной проблемой для здоровья здесь и во всем мире», — сказал Кумар.
«На каждого человека в Австралии, который знает, что у него диабет, другой живет с диабетом, но не диагностирован. В развивающихся странах соотношение составляет один с четырьмя недиагностированными.
«Это приводит к тому, что миллионы людей развивают предотвратимые и излечимые осложнения от заболеваний, связанных с диабетом».
«С дальнейшим развитием наши технологии могут снизить эту нагрузку».
В исследователи ведут переговоры с производителями фундус камеры о потенциальных коллабораций по продвижению технологии.