هوش مصنوعی به خوبی یک متخصص، بیماری‌های چشمی را تشخیص می‌دهد!

سیستم‌های یادگیری ماشین جدید قادر به تشخیص بیش از 50 بیماری چشمی هستند و به این ترتیب کمک زیادی به تسریع در فرآیند تشخیص و درمان بیماری‌های چشمی خواهند کرد.

به گزارش گاردین، سیستم جدیدی که توسط شرکت DeepMind تحت مدیریت گوگل و بیمارستان چشم مورفیلدز تحت مدیریت کالج دانشگاه لندن ایجاد شده است، با دقت بیش از 94 درصد توانسته بیمارانی که مراجعه کرده بودند را از لحاظ بیماری‌های چشمی تشخیص دهد. این دقت معادل و حتی بهتر از دقتی است که بهترین متخصصان چشم دنیا دارند. این مطلب باعث شگفتی بسیار زیاد دانشمندان شده است.

شرکت DeepMind که در سال 2009 توسط گوگل خریداری شده است، از پیشگامان استفاده از هوش مصنوعی در کاربردهای روزمره از قبیل رانندگی، پزشکی و بهداشت است. دانشمندان این شرکت با بهره‌گیری از بالاترین و به روزترین دانش‌های جهان در زمینه هوش مصنوعی و علوم کامپیوتر، به طور مداوم سیستم‌های با قابلیت بالا تولید می‌کنند.

سیستم جدید این شرکت شامل مبتنی بر هوش مصنوعی بوده و در دو مرحله انسان‌مانند عمل می‌کند. در این فرآیند، سیستم یادشده با تحلیل تصاویر پیچیده OCT (سرواژه عبارت Optical Coherence Tomography) که از شبکیه چشم بیمار گرفته می‌شود، بیماری‌های چشمی او را تشخیص می‌دهد. از این تصاویر معمولا برای تریاژ بیماران و تشخیص سطح شدت و فوریت درمان چشمی بیماران دارای مشکل بینایی استفاده می‌شود. در نتیجه این تحلیل بیماران به چهار دسته کلینکی تقسیم می‌شوند: فوری، نیمه فوری، معمولی و تنها برای مشاهده.

پنج سامانه یادگیری ماشین جداگانه که به کمک 877 اسکن OCT کلینکی آموزش دیده‌اند، ابتدا نسبت به تهیه نقشه‌هایی از این تصاویر اقدام می‌کنند. نقشه‌های تهیه شده در این مرحله، در گام بعدی توسط پنج سیستم دیگر که به کمک 14884 تصویر OCT از 7621 بیمار آموزش دیده‌اند، تحلیل و بررسی می‌شوند.

در نهایت، تشخیص هر یک از این سیستم‌ها با کمک ضرایب مشخص ترکیب شده و یک نتیجه به عنوان خروجی اعلام می‌شود. در کنار این نتیجه، درصد اطمینان سیستم راجع به این تشخیص نیز توسط یک عدد بین 0 تا 100 اعلام می‌شود. تصاویر تهیه شده و نتیجه اعلامی از سوی سیستم توسط کارمندان کلینیک بررسی و نتیجه نهایی اعلام می‌شود.

اغلب سیستم‌های مبتنی بر هوش مصنوعی، از دید ناظر خارجی اصولا به صورت یک جعبه دربسته به نظر می‌رسد؛ داده‌های لازم از یک طرف وارد سیستم شده و نتیجه از سوی دیگر توسط سیستم تعیین می‌شود. بدون این که بتوان میزان صحت و کیفیت نتیجه‌گیری را بررسی کرد.

دکتر پیرس کین، که در دانشگاه مورفیلدز به عنوان چشم‌پزشک مشغول به کار است می‌گوید: «تعداد تصاویر اسکن OCT که باید پردازش و تحیلی شوند، با سرعت بسیار زیادی در حال افزایش است و چشم‌پزشکان وقت کافی برای بررسی این تصاویر نخواهند داشت. از این رو فناوری هوش مصنوعی که هم‌اکنون در حال طراحی آن هستیم، به ما کمک می‌کند که بیماران را اولویت‌بندی کرده و بر این ساسا بیمارانی که لازم است به سرعت توسط دکتر مورد معاینه قرار گیرند را مشخص کنیم. تشخیص و معاینه سریع بیماری‌های چشمی نقش ویژه‌ای در بهبود بیماران خواهد داشت.»

فرآیند دومرحله‌ای که این سیستم استفاده می‌کند، به آن قابلیت انطباق و تغییر متناسب با شرایط مدنظر می‌دهد. از جمله تصاویر OCT که توسط دستگاه‌های مختلف تصویربرداری تهیه شده و کیفیت و اندازه متفاوتی دارند، توسط این سیستم قابل بررسی خواهد بود.

گام بعدی در راه استفاده عملی از این سیستم در بیمارستان‌ها و مراکز درمانی، استفاده آزمایشی بیمارستانی و همچنین تایید سازمان‌های دولتی نظارت‌کننده بر این سیستم‌هاست. اگر این اجازه صادر شود، از این سیستم به مدت 5 سال در مجموعه‌های بیمارستانی وابسته به دانشگاه مورفیلدز استفاده خواهد شد.

کارکرد دیگر این سیستم، آموزش به افراد تازه کار در چشم‌پزشکی است. به نحوی که آن‌ها قادر خواهند بود از نتایج این سیستم در تحقیقات غیرتجاری آینده استفاده نمایند.

نتایج این تحقیق در مجله Nature Medicine به چاپ رسیده است.