A grupp internationella forskare från Australien, Kina och USA har utvecklat ett AI -system som kan upptäcka och övervaka näthinnesjukdomar i större skala.
Forskarna från Monash University, Sun Yat-sen University, Beijing Eaglevision Technology, Beijing Tongren Eye Center, Capital Medical University och University of Miami Miller School har utvecklat det omfattande AI retinal expert (CARE) -systemet.
CARE-systemet, enligt forskarna, utvecklades med hjälp av fundusfotografering i kombination med ett djupinlärningssystem, som utbildades med hjälp av data från verkliga fallstudier av näthinnesjukdom. Det testades sedan externt med hjälp av fundusfotografier som samlats in från kliniska inställningar, modellen skulle troligen antas.
Fundusfotografering är en process för att ta fotografier av det inre av ögat genom pupillen för att screena för näthinnesjukdomar.
“CARE -systemet utbildades för att identifiera de 14 vanligaste näthinneavvikelserna med hjälp av 207 228 färgfondfotografier härledda från 16 kliniska miljöer i Asien, Afrika, Nordamerika och Europa, med olika sjukdomsfördelningar, säger docent Zongyuan Ge, Monash University -avdelningen för elektriska och datorsystemingenjörer.
“CARE validerades internt med 21 867 fotografier och externt testades med 18 136 fotografier som prospektivt samlades in från 35 verkliga miljöer i hela Kina, inklusive åtta tertiära sjukhus, sex samhällssjukhus och 21 fysiska undersökningscentra.”
CAREs prestanda jämfördes vidare med 16 ögonläkares prestanda och testades med hjälp av datamängder med icke-kinesiska etniciteter och tidigare oanvända kameratyper. Från dessa tester sa Ge att prestandan för CARE-systemet liknade det hos professionella ögonläkare och att systemet behöll stark identifieringseffekt när det testades med hjälp av icke-kinesiska datamängder.
“Dessa resultat tyder på att systemet är korrekt jämfört med resultaten från en professionell och kan möjliggöra att fler tester utförs i större skala, säger han.
Forskarna hoppas kunna göra CARE kommersiellt tillgängligt i Kina och senare i Asien och Stillahavsområdet och planerar att bygga ut en databas med screeningbilder från verkliga miljöer som kan rullas ut i kliniska miljöer för att bättre diagnostisera näthinnesjukdomar.
“Jag hoppas att vi genom detta arbete kan fortsätta se tekniska framsteg inom detta område”, sade Amitha Domalpally, chef för University of Wisconsin-Madison Imaging Diagnostic Center.
Relaterad täckning
Aussie-forskare som använder biosensorer för att undersöka ALS-diagnos och behandlingRMIT-forskare utbildar AI för att upptäcka prostatacancer i ett tidigt stadium Australiska och Nya Zeelandska forskare använder AI för att förutsäga risk för hjärtsjukdomar
Relaterade ämnen:
Australien CXO Digital Transformation Tech Industry Smart Cities Cloud 