Информационные технологии

Обнаружение диабетической болезни глаз, используя машинное обучение


машинное обучение
Диабетическая ретинопатия — условие глаза, которое поражает людей с диабетом — это наиболее быстро растущая причина слепоты.

Около 415 млн. больных сахарным диабетом в группе риска по всему миру. Болезнь можно лечить при обнаружении на ранней стадии, или это может привести к необратимой слепоте.

Один из наиболее распространенных способов обнаружения диабетической болезни глаз изучение специалистом картины задней части глаза и определение признаков заболевания, а при обнаружении определение степени развития.

В то время как ежегодное обследование рекомендуется для всех пациентов с диабетом, многие люди живут в районах, не имеющих быстрого доступа к специализированной медицинской помощи. Это означает, что миллионы людей не получают необходимой им помощи, чтобы предотвратить потерю зрения.

Несколько лет назад группа исследователей Google начала изучать может ли машинное обучение использоваться для скрининга диабетической ретинопатии (ДР).

В журнале Американской медицинской ассоциации мы опубликовали наши результаты: глубокий алгоритм обучения , способный интерпретировать признаки ДР в фотографиях сетчатки, потенциально помогая врачам изучить большее число пациентов, особенно в сообществах с ограниченными ресурсами.

Примеры фотографий сетчатки, которые принимаются для скрининга DR.

Диабетическая ретинопатия
Здоровую сетчатку можно увидеть слева; сетчатка справа имеет повреждения, которые свидетельствуют о кровотечении и утечки глазной жидкости.

Работая с командой врачей в Индии и США, мы создали базу данных из 128000 изображений и использовали их для подготовки глубокой нейронной сети для выявления диабетической ретинопатии.

Затем мы сравнили производительность нашего алгоритма на другом наборе изображений, рассмотренных группой сертифицированных офтальмологов.

Наш алгоритм работает на одном уровне с офтальмологами, достигнув высокую чувствительность и специфичность. Для получения подробной информации смотрите наш пост на исследовательском блоге.

Мы рады результатам, но нужно сделать больше, прежде чем использовать алгоритм для широких масс.

Например, интерпретация 2D фотографии сетчатки глаза только один шаг в процессе диагностики диабетической болезни глаз. В некоторых случаях врачи используют технологию 3D визуализации для подробного изучения различных слоев сетчатки.

В будущем эти два взаимодополняющих метода могут быть использованы вместе, чтобы помочь врачам в диагностике широкого спектра заболеваний глаз.

Автоматизированные, высокоточные методы скрининга имеют потенциал для помощи врачам в диагностике большего числа пациентов и быстрой маршрутизации тех, кто нуждается в помощи специалистов.

Мы надеемся, что это исследование будет одним из многих примеров того, чтобы продемонстрировать способность машинного обучения, помогать в решении важных проблем в области здравоохранения.

Лили Пэн — Доктор медицины и философии

Похожие записи

Разработка программного обеспечения компании Wind ... Новая разработка программного обеспечения от компании Wind River поможет перейти от устаревшей технологии M2M к современной технологии IoT Новая ра...
Политика конфиденциальности Google против зла... Менеджер по продукции Google обвиняет компанию в нарушении закона о труде Калифорнии в связи с ограничениями, которые накладывает политика конфиденциа...
Новая система хранения данных в одном атоме от IBM... IBM сообщает, что найдена новейшая система хранения данных. Удалось сохранить данные в одном атоме. IBM сообщает, что найдена новейшая система ...
Новые аксессуары для iphone превращают смартфон в ... Новости Apple. Аксессуары для iphone теперь способны значительно увеличить производительность смартфонов и превратить их в полноценный компьютер. Нов...

3 комментария

Оставьте комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

9 + 8 =