Использование AI для комплексной аннотации повреждений сетчатки глаза

Использование AI для комплексной аннотации повреждений сетчатки глаза

02 Jul 2020
88
Прослушать

Исследователи из медицинского центра университета Радбода в г. Неймеген (Нидерланды) разработали новый алгоритм искусственного интеллекта (artificial intelligence, AI) для выявления диабетической ретинопатии и возрастной макулярной дегенерации. Итеративный подход алгоритма позволяет выявить больше повреждений, чем любой другой метод, и повышает специфичность примерно на 10%, при этом диагностическая точность составляет около 80%. Алгоритм аннотирует изображения, чтобы показать, к каким повреждениям он относится, помогая врачу принимать решения.

Информация о разработке была опубликована в журнале IEEE Transactions on Medical Imaging.

За несколько последних лет были разработаны системы машинного обучения, помогающие обнаружить различные виды рака, выявить поражения глаз и разработать биомолекулы. Тем не менее, основная критика со стороны врачей заключается в том, что такие системы работают как черные ящики, делая выводы без объяснения того, на чем они основаны. Объяснение особенно важно в тех случаях, когда требуются учитывать определенные нюансы и проводить наблюдения, чтобы прийти к правильному медицинскому заключению. Для решения этой проблемы голландские исследователи разработали новый метод выявления повреждений в глазах и формирования более полной аннотации заболеваний сетчатки.

Алгоритм работает следующим образом: делается фотография задней стенки глаза, затем система обрабатывает изображение, чтобы определить, следует ли передавать этот случай дальше специалисту или нет. Затем алгоритм идентифицирует поражения сетчатки, и эти поражения на изображении окрашиваются при помощи метода, называемого селективной окраской, цветом, напоминающим окраску здоровой ткани сетчатки. Модифицированное изображение снова вводится в алгоритм, который восстанавливает его, идентифицирует дальнейшие повреждения, которые он находит, и повторяет процесс идентификации и окраски до тех пор, пока изображение сетчатки не будет оценено как здоровое.

Таким образом, при дальнейших итерациях могут быть выявлены более умеренные или более мелкие поражения, которые, возможно, не были выявлены при первой итерации, что даст врачам более полную картину заболевания сетчатки глаз.

Эта технология, будучи программным обеспечением, должна уже в ближайшем будущем стать широкодоступной после ее совершенствования и получения соответствующих разрешений от регулирующих органов.