नई शोध नेत्र रोग को लक्षित करने के लिए कृत्रिम खुफिया का उपयोग किया है।

मैकुलर अपघटन और मधुमेह रेटिनोपैथी अंधेरा का कारण बन सकती है अगर तुरंत निदान और उपचार नहीं किया जाता है। कारमेलो गेरेसी / गेट्टी छवियां

27 फरवरी, 2018

संभावित स्वास्थ्य परिस्थितियों का निदान और उपचार करने के लिए कृत्रिम बुद्धि (एआई) के लिए गति बढ़ रही है, क्योंकि एक नए अध्ययन से पता चलता है कि प्रौद्योगिकी कैसे आंखों के रोगों के निदान और उपचार को गति दे सकती है।

22 फरवरी को प्रकाशित एक पत्र पत्र सेल वर्णन करता है कि कैसे रेटिना रोगियों के रोगियों को एआई लागू किया जा सकता है। सैन डिएगो में कैलिफ़ोर्निया विश्वविद्यालय में शिली आई इंस्टीट्यूट में नेत्र विज्ञान के प्रोफेसर पीएडी के नेतृत्व वाले कांग झांग के नेतृत्व में शोध दर्शाता है कि एक कंप्यूटर सटीक और भरोसेमंद रूप से मैकुलर अपघटन और मधुमेह रेटिनोपैथी जैसी सामान्य आंखों की बीमारियों को पहचानने के लिए सीख सकता है। डॉ। झांग बताते हैं, "यह कंप्यूटर को सिखाने की कोशिश करने के बारे में है कि एक छवि क्या है और वे क्या देख रहे हैं इसके बारे में निर्णय ले सकते हैं।" "लक्ष्य कंप्यूटर के लिए उतना ही अच्छा है जितना कि मेडिकल स्कूल गया और मेडिकल डायग्नोस्टिक्स और उपचार में अत्यधिक प्रशिक्षित है।"

हालांकि यह विशेषज्ञता के उच्चतम स्तर तक पहुंचने के लिए एक विशेषज्ञ दशकों का व्यावहारिक अनुभव ले सकता है , उन्होंने आगे कहा, "हम देख रहे हैं कि कंप्यूटर कुछ दिनों के बाद इन चीजों को पहचान सकता है।"

पेपर अन्य हालिया अध्ययनों का पालन करता है जो दिखाते हैं कि गहरे सीखने वाले कंप्यूटरों में हेल्थकेयर में वैध जगह हो सकती है, राहुल खुराना, एमडी, डॉ। खुराना का कहना है कि माउंटेन व्यू, कैलिफोर्निया में एक नेत्र रोग विशेषज्ञ, और अमेरिकन एकेडमी ऑफ ओप्थाल्मोलॉजी के लिए नैदानिक ​​प्रवक्ता।

"इस तरह की तकनीक कुछ प्रकार की स्थितियों वाले मरीजों के लिए बहुत सटीक है।" "यह क्षेत्र में कुछ उत्तेजना पैदा कर रहा है।"

मैकुलर डिजेनेशन का निदान, मधुमेह रेटिनोपैथी

नए पेपर में, झांग और चीन, जर्मनी और टेक्सास के उनके सहयोगियों ने पहली बार कंप्यूटर में आंखों के विकारों की छवियों को खिलाया। छवियों को एक इमेजिंग तकनीक के साथ लिया गया जिसे ऑप्टिकल समेकन टोमोग्राफी कहा जाता है। यह नई, क्रांतिकारी डायग्नोस्टिक तकनीक, डॉक्टरों को मैपुलर जैसे सामान्य परिस्थितियों को खोजने में मदद करने के लिए स्कैन का उपयोग करने के लिए डॉक्टरों को देने के लिए आंखों की उच्च-रिज़ॉल्यूशन, क्रॉस-सेक्शन छवियों को लेने के लिए हल्की तरंगों का उपयोग करती है।

स्कैन का उपयोग सामान्य परिस्थितियों जैसे मैकुलर अपघटन, जिसमें रेटिना का एक हिस्सा मैक्यूला बिगड़ता है, और मधुमेह रेटिनोपैथी, मधुमेह की जटिलता है जो रेटिना में रक्त वाहिकाओं को सूजन और तरल पदार्थ रिसाव का कारण बनती है। दोनों खतरनाक परिस्थितियां हैं जो अंधापन का कारण बन सकती हैं अगर उनका निदान नहीं किया जाता है और तत्काल इलाज किया जाता है।

वर्तमान कम्प्यूटेशनल दृष्टिकोणों को कंप्यूटर को प्रशिक्षित करने के लिए लाखों छवियों की आवश्यकता होती है। झांग के शोध ने एआई-आधारित "संक्रामक तंत्रिका नेटवर्क" का उपयोग किया जिसके लिए केवल 200,000 ऑप्टिकल समेकन इमेजिंग स्कैन के बहुत छोटे डेटासेट की आवश्यकता थी।

"कंप्यूटर आंखों का सामान्य नक्शा सीख रहा है," झांग कहते हैं। "हम इसे सीखने और याद रखने के लिए विभिन्न प्रकार की तस्वीरें देते हैं। हम सिखाते हैं, उदाहरण के लिए, 'यदि यह जगह यहां है, तो यह मैकुलर अपघटन होने जा रहा है।' इसकी सुंदरता कंप्यूटर को स्वयं ही सीखने की बजाय है, हम उन्हें बता सकते हैं कि क्या देखना है। यह कम्प्यूटर सॉफ़्टवेयर को इंसानों की तरह सोचने के लिए कंप्यूटर सॉफ़्टवेयर डिज़ाइन करने के बारे में है। "

कंप्यूटर 30 सेकंड के भीतर और 95 प्रतिशत सटीकता के साथ उपचार के लिए संदर्भित किया जाना चाहिए या नहीं, इस पर एक निर्णय उत्पन्न करने में सक्षम था।

अध्ययन यह दर्शाता है कि तंत्रिका नेटवर्क चिकित्सकों की सहायता कर सकते हैं और शायद उन्हें इतना डेटा याद रखने की क्षमता के साथ भी बाहर निकाल सकते हैं। झांग भविष्यवाणी करता है कि इस तरह की तकनीक दुनिया भर में उपयोग करेगी। संयुक्त राज्य अमेरिका जैसे संसाधन संपन्न देशों में, यह बीमारी और उपचार के लक्षणों के बीच महत्वपूर्ण समय को तेज कर सकता है।

"संभावित मैक्रुलर अपघटन वाले रोगी को एक महीने के भीतर इलाज करने की आवश्यकता हो सकती है, लेकिन रेफरल और नियुक्तियां कई महीने लग सकती हैं। वह निदान और उपचार में देरी कर सकता है, "वह कहता है।

मरीजों का इलाज जहां विशेषज्ञ दुर्लभ हैं

संसाधन-गरीब क्षेत्रों में, तकनीक उन रोगियों की मदद कर सकती है जो चिकित्सकों की कमी की वजह से अन्यथा कोई देखभाल नहीं कर सकती हैं। झांग और उसके सहयोगी इस गर्मी में अपनी उपयोगिता का आकलन करने के लिए इस गर्मी में हैती को अपने तंत्रिका नेटवर्क ले जाएंगे। इस क्षेत्र में मधुमेह वाले लोगों की एक बड़ी आबादी है जो रेटिनोपैथी के लिए जोखिम में हैं, लेकिन इसमें 60 से अधिक नेत्र रोग विशेषज्ञ हैं।

"ऐसा करने की क्षमता, उम्मीद है कि अधिक रोगियों को स्वास्थ्य सेवा प्रणाली तक पहुंच होगी क्योंकि हम निदान कर सकते हैं "पहले की स्थितियां," खुराना का कहना है कि दुनिया भर में लगभग 415,000 लोग मधुमेह से पीड़ित हैं, जो मधुमेह रेटिनोपैथी के लिए जोखिम में हैं। "जब भी हमारे पास नई और बेहतर तकनीक होती है, जिससे हमें तेजी से निदान, बेहतर और व्यापक आबादी के लिए अधिक सुलभ बनाने की अनुमति मिलती है, यह रोगियों और डॉक्टरों के लिए जीत-जीत है।" 99

कंप्यूटर पर भरोसा करने वाले डॉक्टरों को प्राप्त करना

झांग नोट्स, हेल्थकेयर में एआई-आधारित नेटवर्क को लागू करने में चुनौतियां बनी हुई हैं। डॉक्टरों को अपने कंप्यूटर सहायकों पर भरोसा करना पड़ता है। अध्ययन में, झांग और उनके सहयोगियों ने कंप्यूटर से इसके निदान की व्याख्या करने के लिए भी कहा, पहचान की गई आंखों के क्षेत्रों की पहचान करना और मशीन के निष्कर्ष का आधार था।

"कंप्यूटर सिर्फ निदान को थूकता नहीं है। यह बताता है कि उसने निदान और सिफारिश क्यों की, "उन्होंने कहा। "यह और अधिक पारदर्शी बनाता है और चिकित्सक को कंप्यूटर पर अधिक भरोसा करने में मदद करता है। इस तरह, यह सिर्फ एक काला बॉक्स नहीं है, और आपको पता नहीं है कि यह निदान क्यों करता है। "

कृत्रिम प्रौद्योगिकी के लिए अन्य उपयोग

एआई-आधारित नेटवर्कों में हेल्थकेयर इमेजिंग में विशाल क्षमता है। झांग ने यह भी दिखाया कि सिस्टम एक्स-रे की जांच करके बच्चों में वायरल और जीवाणु निमोनिया के बीच अंतर कर सकता है। जबकि वायरल निमोनिया को कोई इलाज की आवश्यकता नहीं हो सकती है, बैक्टीरिया निमोनिया वाले रोगी को बीमारी की गंभीर जटिलताओं को रोकने के लिए त्वरित एंटीबायोटिक उपचार की आवश्यकता होती है।

"हम विभिन्न प्रकार के मेडिकल फ़ील्ड देख रहे हैं जहां कृत्रिम बुद्धि का अधिक से अधिक उपयोग किया जा रहा है," खुराना कहते हैं। "मुझे लगता है कि यह कृत्रिम बुद्धि और चिकित्सा में इसके अनुप्रयोगों के क्षेत्र के लिए एक बहुत ही रोमांचक समय है।"