V Amerike sú vrodené katarakty - zakalenie očnej šošovky pri narodení, ktoré môžu viesť k oslepnutiu - mizne (a našťastie) nezvyčajné. Podobne ako zubný kaz alebo tetanus, lepší skríning a technológie viedli k skorším diagnózam a problém sa dá do veľkej miery vyliečiť chirurgickým zákrokom. V rozvojových krajinách však nedostatok rozsiahlych odborných znalostí a zdrojov znamená, že stovky tisíc detí sú teraz slepé kvôli tejto liečiteľnej chorobe.
„Zmeškané alebo chybné diagnózy, ako aj neprimerané rozhodnutia o liečbe sú bežné u pacientov so zriedkavými chorobami a sú v rozpore s cieľmi presnej medicíny, najmä v rozvojových krajinách s veľkým počtom obyvateľov, ako je Čína, “ napísala skupina čínskych vedcov štúdia uverejnená v pondelok v časopise Nature Biomedical Engineering .
Cieľom týchto vedcov je opraviť túto medzeru v liečbe, ktorej sa dá predísť, pomocou AI s orlím okom. Vedci načrtli program umelej inteligencie, ktorý dokáže presnejšie diagnostikovať vrodené katarakty ako lekári a uvádzajú, že údaje, ktoré zhromažďujú, môžu pomôcť urýchliť nový výskum v oblasti liečby tejto zriedkavej choroby.
Starnutie je najčastejšou príčinou šedého zákalu, ale približne 5 až 20 percent detskej slepoty je spôsobených vrodenými šedými zákalmi. Aj keď je choroba liečiteľná chirurgickým zákrokom, ak nie je dostatočne včas opravená, môže viesť k lenivému oku, pretože mozog a oko spolu nefungujú správne, zatiaľ čo dieťa rastie. V Číne je touto formou choroby zhruba 30 percent detskej slepoty.
Podľa štúdie Haotin Lin v roku 2010 vyvolala kríza katarakty v Číne založenie programu katarakty v detskom veku čínskeho ministerstva zdravotníctva. Program zhromaždil údaje o tisícoch prípadov vrodených šedých zákalov, uviedol Lin, ale súbor údajov ešte nedosiahol svoj plný potenciál. Preto sa Lin a jeho tím, inšpirovaný projektom DeepMind, ktorý postavil program AI, ktorý by mohol poraziť profesionálnych hráčov pri klasických videohrách, rozhodol použiť ich údaje na očného lekára AI.
„Keďže AI môže hrať hry proti ľudským hráčom, prečo nevytvárať AI, ktorá by mohla fungovať rovnako ako kvalifikovaný ľudský lekár?“ Vedec oftalmológie Univerzity Sun Yat-Sen Lin povedal o myslení svojho tímu.
Vedci pracovali s tímom z Xidian University dva roky, vedci dokázali vytvoriť CC-Cruiser, program AI, ktorý bol vyškolený na skúmanie obrazov očí s cieľom zistiť prítomnosť katarakty a odporučiť, či je potrebná operácia. V teste spolu s ľudskými oftalmológmi CC-Cruiser úspešne identifikoval každý prípad vrodených katarakt z celkového počtu 50 snímok pacientov. Medzitým oftalmológovia vynechali niekoľko prípadov a nesprávne diagnostikovali niekoľko falošných pozitív, uviedli vedci vo svojej novej štúdii.
„Ľudia majú tendenciu byť trochu konzervatívni alebo radikálni kvôli svojim vlastným skúsenostiam a osobnosti a výhodou stroja je jeho objektivita, “ hovorí Lin. „Veríme, že výsledky hlbokého vzdelávania v spolupráci s analýzou ľudí dosiahnu lepšiu kvalitu a efektívnosť zdravotnej starostlivosti.“
Vízia Lin a jeho tímu však ide ešte ďalej: Vidia model CC-Cruiser ako model na využitie sily veľkých údajov, aby pomohli zlepšiť výskum a liečbu vrodených šedých zákalov.
Pretože vrodené katarakty sa môžu vyskytovať rôznymi spôsobmi, zhromažďovanie údajov z prípadov na celom svete môže počítačom a lekárom poskytnúť lepší prehľad o tom, ako sa k tejto chorobe pristupovať. Vedci tak vytvorili CC-Cruiser ako AI na báze cloudu, ku ktorému môžu lekári pristupovať v nemocniciach po celej krajine. Lekári by boli schopní nahrať obrázky pacientov do systému a AI by ich vyhodnotila na diagnostikovanie alebo vylúčenie vrodených šedých zákalov.
Ak AI zistí ochorenie a rozhodne, že je potrebný okamžitý chirurgický zákrok, tvorcom CC-Cruisers by sa malo zaslať núdzové oznámenie, aby sa potvrdila diagnóza, ktorá sa potom pošle späť lekárovi pacienta. Medzitým by CC-Cruiser naďalej zhromažďoval údaje, ktoré by lekári a vedci mohli použiť na ďalšie zlepšenie AI a na štúdium variácií a možností liečby vrodených šedých zákalov.
Okrem toho by CC Cruiser mohol pripraviť pôdu na zmiernenie ešte zriedkavejších chorôb, keď krajiny a inštitúcie nemajú konkrétne odborné znalosti. „Obmedzené zdroje pacientov a izolácia údajov v jednotlivých nemocniciach predstavujú prekážku v používaní údajov, “ uviedol Lin. „Vytvorenie kolaboratívnej cloudovej platformy pre integráciu údajov a skríning pacientov je nevyhnutným krokom.“
