Ameerikas on kaasasündinud katarakt - silmaümbruse hägustumine sündimisel, mis võib põhjustada pimedaksjäämist - kaduvat (ja õnneks) harva. Nagu hammaste lagunemine või teetanus, on ka parem skriinimine ja tehnoloogiad viinud varasemate diagnoosideni ning probleemi saab suures osas ravida operatsiooni abil. Kuid arengumaades tähendab laialdase teadmiste ja ressursside puudumine, et sajad tuhanded lapsed on selle ravitava haiguse tõttu pimedad.
"Vale või valesti diagnoositud diagnoosid, samuti sobimatud raviotsused on haruldaste haigustega patsientide seas tavalised ja on vastuolus täppismeditsiini eesmärkidega, eriti suurte elanikkonnaga arenguriikides, näiteks Hiinas, " kirjutavad Hiina teadlaste rühm esmaspäeval ajakirjas Nature Biomedical Engineering avaldatud uuring.
Nende teadlaste eesmärk on see välditav ravilõhe parandada kotkasilma AI abil. Teadlased visandavad tehisintellekti programmi, mis suudab kaasasündinud kae diagnoosida täpsemini kui inimese arstid, ja teatavad, et tema kogutud andmed võivad aidata uut uurimistööd selle haruldase haiguse raviks.
Vananemine on katarakti kõige tavalisem põhjus, kuid umbes 5 kuni 20 protsenti laste pimedusest on kaasasündinud kae. Kuigi haigus on ravitav operatsiooniga, kui see pole piisavalt kiiresti fikseeritud, võib see põhjustada laisa silma, kuna aju ja silm ei tööta lapse kasvu ajal korralikult. Hiinas on umbes 30 protsenti lapsepimedusest tingitud selle haiguse vormist.
Uuringu kaasautori Haotin Lin sõnul ajendas 2010. aastal Hiina kataraktikriis asutama Hiina tervishoiuministeeriumi lastekatarakti programmi. Lin ütles, et programm on kogunud andmeid tuhandete kaasasündinud katarakti juhtumite kohta, kuid andmestik ei olnud veel täielikku potentsiaali kasutanud. Niisiis, inspireerituna DeepMind projektist, mis ehitas AI programmi, mis suutis professionaalseid mängijaid klassikalistes videomängudes läbi lüüa, otsustasid Lin ja tema meeskond kasutada nende andmeid AI opthamoloogi juurde.
"Kuna AI võib mängida mänge inimmängijate vastu, siis miks mitte luua AI, mis toimiks võrdselt ka kvalifitseeritud inimese arstina?" Sun Yat-Seni ülikooli oftalmoloogia teadur Lin rääkis oma meeskonna mõtlemisest.
Kaks aastat Xidiani ülikooli meeskonnaga töötades suutsid teadlased ehitada A-programmi CC-Cruiser, mis on koolitatud silmapiltide kontrollimiseks, et tuvastada katarakti esinemine ja soovitada operatsiooni vajalikkust. Inimese silmaarstide kõrval tehtud katses tuvastas CC-Cruiser 50 patsiendipildist koosneva grupiga edukalt kõik kaasasündinud katarakti juhtumid. Samal ajal jätsid silmaarstid mitu juhtumit ja diagnoosisid valesti positiivseid tulemusi valesti, väidavad teadlased oma uues uuringus.
"Inimesed on oma kogemuste ja isiksuse tõttu tavaliselt [kas] pisut konservatiivsed või radikaalsed ning masina eeliseks on selle objektiivsus, " räägib Lin. "Me [usume], et sügava õppe tulemustega, mis on tehtud koostöös inimanalüüsidega, saavutatakse parem tervishoiu kvaliteet ja tõhusus."
Kuid Lin ja tema meeskonna nägemus ulatub kaugemale: nad näevad CC-Cruiserit eeskujuna suurandmete jõu kasutamisel, et aidata parandada kaasasündinud katarakti uurimist ja ravi.
Kuna kaasasündinud katarakt võib esineda mitmel viisil, võib kogu maailmas esinevate haigusjuhtude andmete koondamine anda arvutitele ja arstidele parema ülevaate haiguse lähenemisest, kirjutavad teadlased. Nii on teadlased ehitanud CC-Cruiseri pilvepõhiseks AI-ks, millele pääsevad ligi arstid kogu riigi haiglates. Arstid saaksid patsientide pildid süsteemi üles laadida ja AI hindab pilte kaasasündinud katarakti diagnoosimiseks või välistamiseks.
Kui AI tuvastab haiguse ja leiab, et on vaja viivitamatut operatsiooni, saadetakse diagnoosi kinnitamiseks hädaolukorra teade CC-Cruisersi loojatele, mis seejärel saadetakse tagasi patsiendi arstile. Samal ajal jätkab CC-Cruiser andmete kogumist, mida arstid ja teadlased saaksid AI edasiseks parandamiseks kasutada ning kasutada kaasasündinud katarakti variatsioonide ja ravivõimaluste uurimiseks.
Lisaks võiks CC Cruiser sillutada teed veelgi haruldaste haiguste esinemiseks, kui riikidel ja asutustel puuduvad konkreetsed teadmised. "Patsientide piiratud ressursid ja üksikute haiglate andmete eraldatus kujutavad endast andmete kasutamise kitsaskohta, " ütles Lin. "Koostööpõhise pilveplatvormi loomine andmete integreerimiseks ja patsientide sõelumiseks on oluline samm."
