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

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...
Телекоммуникационные технологии Samsung 5G... Телекоммуникационные технологии стремительно эволюционируют. Мы легко перешли от сетей 1G к нашему текущему стандарту 4G и совершенно изменили свое от...
Обновление приложений Plex на Android 7.1 Nougat... Plex официально запустили обновление приложений и свой новый медиа сервис для сервера Plex Cloud. Компания также начала выставлять обновление для свое...
Gmail обновление приложений на Андроид и ОС iOS... Gmail начинает долгожданное обновление приложений на Андроид и ОС iOS. Gmail начинает долгожданное обновление приложений на Андроид и ОС iOS. В...

3 comments on “Обнаружение диабетической болезни глаз, используя машинное обучение

Добавить комментарий

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

3 + 5 =