Ранняя диагностика диабетической ретинопатии с помощью искусственного интеллекта

Компания IBM разработала новый метод обнаружения и оценки тяжести диабетической ретинопатии, который совмещает в себе технологии глубокого обучения и визуальной аналитики на базе изображения глаза.

Диабетическая ретинопатия может развиться у диабетиков за счет того, что высокий уровень сахара становится причиной повреждений кровеносных сосудов в сетчатке глаз. Эти сосуды могут начинать разбухать, лопаться, их повреждения вызывают кровоизлияния или блокировку кровотока. Это заболевание является основной причиной потери зрения у диабетиков и классифицируется согласно пяти уровням тяжести. Если ее не лечить, человек в итоге полностью лишается зрения, поэтому раннее обнаружение диабетической ретинопатии может существенно повлиять на результаты лечения.

Используя более 35 000 изображений глаза, специалисты IBM "натренировали" свою технологию идентифицировать различные типы поражений глаз и оценивать степень повреждений кровеносных сосудов сетчатки. Система может идентифицировать, в частности, микроаневризмы и кровоизлияния, которые могут свидетельствовать о наличии и тяжести диабетической ретинопатии, отмечает Fierce Biotech.

Метод, который использует алгоритмы глубокого обучения, сверточные нейронные сети* и dictionary-based learning, показал точность в 86% во время определения тяжести заболевания. Алгоритм IBM анализирует изображения пиксел за пикселом, отыскивая шаблонные структуры, ассоциированные с каким-либо видом патологии или заболевания. Причем по мере изучения все большего количества изображений, он становится все более точным и эффективным в определении конкретного уровня тяжести заболевания.

В настоящее время диабетическую ретинопатию диагностируют, используя фотографию глазного дна, при этом врач вручную просматривает каждое изображение для того, чтобы обнаружить повреждения сетчатки. Это очень длительный и субъективный процесс.

Новый компьютерный метод, который быстро и точно классифицирует тяжесть заболевания, поможет также и стандартизовать интерпретацию глазных заболеваний.

* Сверточная нейронная сеть (convolutional neural network) — специальная архитектура искусственных нейронных сетей, нацеленная на эффективное распознавание изображений, входит в состав технологий глубокого обучения.