В будущем искусственный интеллект сможет выявлять проблемы со зрением
Москва, 11:37, 05 Мар 2018, редакция FTimes.ru, автор Евгения Ковалева.
Исследователи разработали первую программу искусственного интеллекта, наученную распознавать на изображениях глаз симптомы, связанные с диабетической потерей зрения. Сейчас команда пытается получить одобрение системы у Управления по контролю за продуктами и лекарствами.
Программа, названная IDx-DR, может самостоятельно выносить клинические решения, сообщил Майкл Абрамофф, основатель и глава компании, разработавшей продукт из Университета Айовы. Система пополнила список алгоритмов ИИ, учащихся предсказывать различные состояния, от возрастной слепоты до проблем с сердцем, анализируя изображения глаз. Они не следуют запрограммированным инструкциям по диагностике. Вместо этого, отмечает sciencenews.org, программа основана на машинном обучении распознавания нужных симптомов.
IDx-DR просмотрел более 1 миллиона изображений, чтобы понять, как определять признаки диабетической ретинопатии. Ежегодно зрения из-за нее лишается от 12 000 до 24 000 американцев. Но болезнь успешно лечится при раннем выявлении.
Исследователи проверили точность программы на почти 800 пациентах из США, диагнозы которым отдельно ставило 3 медика. В случаях хотя бы средней формы ретинопатии, она превысила 85%. У пациентов со слабо выраженной или отсутствующей болезнью точность машинной диагностики была более 82,5%. Результаты проекта были представлены 22 февраля на ежегодной встрече Общества изучения желтого пятна в Беверли-Хиллз.
Абрамофф надеется, что положительное решение FDA по проекту будет принято в следующие несколько месяцев. При одобрении IDx-DR станет первой системой ИИ, используемой в клиниках и отделениях первой помощи.
Разрабатываются и другие алгоритмы для выявления глазных болезней. Так, в февральском номере Cell была описана программа, изучившая более 100 000 изображений, чтобы научиться выявлять признаки ряда состояний, включая возрастную дегенерацию желтого пятна. В опытах с 1000 образцами ее точность составила 96,6%.
Системам еще предстоит проверка в реальных условиях. Но, как считают авторы, они смогут принести пользу, особенно в сельских районах или развивающихся странах, где ограничен доступ к квалифицированной медицинской помощи.
