Ученые из разных стран сотрудничают при разработке инновационной системы для диагностики глазных заболеваний

Ученые из разных стран сотрудничают при разработке инновационной системы для диагностики глазных заболеваний

19 Oct 2021
41
Прослушать

Новый проект ставит своей целью интеграцию технологий искусственного интеллекта в визуализацию сетчатки глаза для обнаружения и мониторинга глазных заболеваний.

Система Comprehensive AI Retinal Expert (CARE) была разработана группой ученых из четырех институтов Китая: университета Сунь Ятсена, Пекинского технологического института, Пекинского глазного центра Тунгрен и Столичного медицинского университета, совместно с университетом Монаша в Австралии и Медицинской школой Миллера университета Майами (США).

Инструмент на основе искусственного интеллекта представляет собой систему, использующую фундус-фотографии (изображения глазного дна) и способную выявлять 14 наиболее распространенных аномалий сетчатки, таких как диабетическая ретинопатия, возрастная макулярная дистрофия и патологическая близорукость.

По словам Зонгюана Ге, доцента из университета Монаша, решение было "обучено" на более чем 200 000 цветных фундус-фотографий, собранных в 16 клинических учреждениях Азии, Африки, Северной Америки и Европы и отображающих различные заболевания. Затем модель была подвергнута внешнему тестированию с использованием 18 000 фотографий, полученных из клинических учреждений Китая.

По результатам тестов производительность системы CARE была признана аналогичной производительности профессиональных офтальмологов. Результаты исследования были опубликованы в журнале Lancet Digital Health.

Ученые отмечают, что система работает с высокой точностью и при тестировании с использованием наборов данных некитайских этнических групп, что позволяет использовать ее в крупных масштабах.

По словам разработчиков системы CARE, они ожидают, что их технология будет использоваться в медицинских центрах и клиниках Китая и Азиатско-Тихоокеанского региона. Ученые также создадут базу данных скрининговых изображений, которые могут быть использованы для более точной диагностики заболеваний сетчатки.