Интересные темы:

Гаджеты

Немного интересного:

Google решил заменить офтальмологов компьютером

08.04.2013 Hi-tech

Американские и индийские ученые создали и испытали метод машинного обучения для диагностики поражения глаз при диабете по фотоснимкам глазного дна. В ходе опробований точность диагностики превысила 90 процентов. Результаты работы размещены в JAMA.

Диабетическая ретинопатия (поражение сетчатки глаза в следствии сахарного диабета) демонстрирует самые быстрые темпы распространения среди всех обстоятельств слепоты. Ей страдают до 80 процентов людей, живущих с диабетом 20 и более лет. Риску развития этого болезни подвергаются около 415 миллионов человек Земли. Избежать прогрессирующего слепоты и ухудшения зрения оказывают помощь лишь своевременные лечение и диагностика.

Наряду с этим эксперты по диагностике диабетической ретинопатии не неизменно дешёвы, в особенности в бедных государствах, во многих из которых заболеваемость диабетом высока.

Глазное дно при пролиферативной диабетической ретинопатии. Clare Gilbert / Community Eye Health / Flickr

Для потенциальной компенсации дефицита профильного медперсонала сотрудники Гугл и последовательности вторых научных центров создали метод машинного обучения, воображающий собой глубокую сверточную нейросеть, оптимизированную для анализа изображений.Google решил заменить офтальмологов компьютером Для ее обучения применяли практически 130 тысяч фотографий сетчатки глаза, как здоровой, так и при разных болезнях. Экспертизу этих снимков предварительно совершили 54 квалифицированных офтальмолога, каковые оценили наличие, осложнения и степень ретинопатии, а кроме этого уровень качества съемки.

Опробования обученного метода совершили на двух выборках фотографий сетчатки: EyePACS-1 (9963 снимка 4997 больных, 7,8 процента с диабетической ретинопатией) и Messidor-2 (1748 снимков 874 больных, 14,6 процента с диабетической ретинопатией). Анализ этих снимков совершили семь специалистов. Средние специфичность и чувствительность метода при анализе этих выборок составили соответственно 90,3 и 98,1 процента и 87 и 98,5 процента.

Подобные результаты соответствуют навыкам квалифицированного офтальмолога, пишут исследователи.

По их словам, работа над совершенствованием метода длится, для чего были приглашены дополнительные эксперты по болезням сетчатки. Помимо этого, в настоящее время сотрудника авторов работы из компании DeepMind выполняют обучение метода по анализу послойных 3D-визуализаций сетчатки, взятых способом оптической когерентной томографии. Потом планируется объединить эти методы для расширения возможностей диагностики.

Автоматизированные способы скрининга с помощью методов машинного обучения смогут оказать помощь докторам обследовать большее число больных и вовремя направлять их к профильным экспертам в случае обнаружения ретинопатии, уверены разработчики. Они кроме этого подчернули, что выполняют опробования разработки в полевых условиях в различных регионах мира и ведут переговоры с регуляторными органами о проведении испытаний.

Благодаря удачам машинного обучения его использование в медицине все больше интересует разработчиков по всему миру. Так, к примеру, его удачно применили для обнаружения депрессии у пользователей Instagram и диагностики нейродегенеративных болезней по рисунку часов. Компания IBM занимается разработкой программы под кодовым заглавием Avicenna, в которой методы обучаются распознавать заболевания на томограммах и рентгеновских снимках.

Создатель: Олег Лищук

Случайные записи:

Игровой компьютер 120 FPS


Похожие статьи, которые вам понравятся:

Tags:  , ,