Китайская Baidu разработала камеру на базе AI для диагностики глазного дна

Один из гигантов китайского технологического рынка компания Baidu объявила о выпуске новой системы на базе искусственного интеллекта (artificial intelligence, AI), предназначенной для исследования дефектов глазного дна, которые могут привести к потере зрения. Это решение, получившее название AI Fundus Camera, может использоваться как инструмент скрининга для обнаружения трех типов заболеваний глазного дна.

Новая камера на базе AI-технологии фотографирует сетчатку глаза и затем генерирует отчет о скрининге. Согласно данным компании, эта фотография может быть сделана без участия врача.

Baidu разрабатывала эту систему в сотрудничестве с китайскими офтальмологическими больницами, используя полученные от них сканы глазного дна пациентов, страдающих от диабетической ретинопатии, макулярной дистрофии (дегенерации желтого пятна сетчатки) и глаукомы. Все эти фотографии были использованы для "обучения" алгоритма, которые теперь способен работать при проведении скрининга с чувствительностью (способность исключать заболевания) в 94% и такой же специфичностью (способность включать заболевания в список своих результатов).

Согласно данным Baidu, в Китае ощущается значительная нехватка офтальмологов. И целью разработки новой технологии является создание условий, когда подобные заболевания зрения могут быть диагностированы даже без присутствия врача-офтальмолога. Компания заявила, что планирует подарить 500 таких камер клиникам в сельских районах Китая.

Это не первый подобный проект Baidu. Два года назад компания разработала систему Melody, представляющую собой медицинского виртуального ассистента, который предназначен для помощи при общении врача с его пациентами. Это приложение работает как посредник между врачом и пациентом и использует алгоритмы машинного обучения для того, чтобы помочь врачам собирать информацию от пациента о его физическом состоянии и симптомах, а также помогать точнее установить диагноз.

А летом текущего года Baidu объявила о разработке алгоритма машинного обучения на базе открытого кода, который способен точно обнаруживать признаки раковой опухоли в патологических слайдах. Новый алгоритм автоматизирует процесс, который обычно требует участия радиологов для тщательного анализа медицинских изображений, и может использоваться как очень полезный инструмент поддержки клинических решений.