Süni intellekt göz xərçəngini 89 faiz dəqiqliklə müəyyən etməyi öyrəndi
Ninbo Oftalmologiya İnstitutunun alimləri süni intellektin göz səthindəki xoşxassəli və bədxassəli şişləri fərqləndirməsinə imkan verən yeni model hazırlayıblar.
"Research” jurnalında dərc olunan tədqiqata görə, yaradılmış texnologiya bu diaqnostikanı 89 faiz dəqiqliklə yerinə yetirə bilir.
Alimlərin sözlərinə görə, göz şişləri erkən mərhələdə çox vaxt fərq edilmədən qalır: onları allergiya və ya iltihabla səhv salmaq mümkündür. Bu isə gecikmiş diaqnostika ilə nəticələnir və görmə itkisinə, bəzən isə xəstənin həyatını itirməsinə səbəb olur. Kiçik yaşayış məntəqələrində isə ixtisaslaşmış oftalmoloqların çatışmazlığı bu problemi daha da dərinləşdirir.
Süni intellekt artıq bir sıra göz xəstəliklərinin müəyyən olunmasında istifadə olunur, lakin nadir patologiyalar üçün tələb olunan etiketli (yəni diaqnozla təsdiqlənmiş) böyük həcmli məlumat bazasını toplamaq çətindir. Professor Çjunven Li rəhbərliyində çalışan tədqiqat qrupu bu çətinliyə innovativ yanaşma təklif edib.
Tədqiqatçılar əvvəlcə OSPM adlı modeli 10 Çin klinikasından toplanmış 760 min etiketlənməmiş göz şəkli üzərində öyrədiblər. Daha sonra ona 1455 təsdiqlənmiş diaqnostik şəkil təqdim edilib. Nəticədə, süni intellekt bədxassəli şişlərin diaqnostikasında 89% dəqiqlik göstərib. Maraqlısı odur ki, bu dəqiqlik fərqli kameralarla çəkilmiş şəkillər üçün də qorunub saxlanılıb.
Yaradılmış digər versiya — OECM alqoritmi isə adi rəqəmsal fotoşəkillərlə də işləyə bilir. Bu xüsusiyyət texnologiyanı məsafədən istifadə üçün əlverişli edir: risk qrupuna daxil olan şəxslər sadəcə gözlərinin şəklini çəkib yoxlanış üçün göndərə bilərlər.
Üstəlik, modelin az sayda etiketli məlumatla öyrədilməsi mümkündür, bu da nadir xəstəliklərin diaqnostikasını çətinləşdirən əsas problemi aradan qaldırır — xüsusilə də ixtisaslı həkim çatışmazlığı olan regionlarda.
Yeni texnologiya artıq üç ssenaridə test edilir:
1. Böyük xəstəxanalarda — ilkin diaqnostikanın sürətləndirilməsi üçün;
2. Rayon klinikalarında — həkimlərə dəstək məqsədilə;
3. Mobil tətbiq formasında — istifadəçilərin özlərini yoxlaması üçün.
Əgər sınaqlar uğurla başa çatsa, bu texnologiya şişlərin erkən aşkarlanması üçün əlçatan vasitəyə çevrilə bilər. Bununla belə, hələlik modelin öyrədilməmiş nadir şiş alt növlərini nə dərəcədə dəqiqliklə tanıya biləcəyi məlum deyil.
"Research” jurnalında dərc olunan tədqiqata görə, yaradılmış texnologiya bu diaqnostikanı 89 faiz dəqiqliklə yerinə yetirə bilir.
Alimlərin sözlərinə görə, göz şişləri erkən mərhələdə çox vaxt fərq edilmədən qalır: onları allergiya və ya iltihabla səhv salmaq mümkündür. Bu isə gecikmiş diaqnostika ilə nəticələnir və görmə itkisinə, bəzən isə xəstənin həyatını itirməsinə səbəb olur. Kiçik yaşayış məntəqələrində isə ixtisaslaşmış oftalmoloqların çatışmazlığı bu problemi daha da dərinləşdirir.
Süni intellekt artıq bir sıra göz xəstəliklərinin müəyyən olunmasında istifadə olunur, lakin nadir patologiyalar üçün tələb olunan etiketli (yəni diaqnozla təsdiqlənmiş) böyük həcmli məlumat bazasını toplamaq çətindir. Professor Çjunven Li rəhbərliyində çalışan tədqiqat qrupu bu çətinliyə innovativ yanaşma təklif edib.
Tədqiqatçılar əvvəlcə OSPM adlı modeli 10 Çin klinikasından toplanmış 760 min etiketlənməmiş göz şəkli üzərində öyrədiblər. Daha sonra ona 1455 təsdiqlənmiş diaqnostik şəkil təqdim edilib. Nəticədə, süni intellekt bədxassəli şişlərin diaqnostikasında 89% dəqiqlik göstərib. Maraqlısı odur ki, bu dəqiqlik fərqli kameralarla çəkilmiş şəkillər üçün də qorunub saxlanılıb.
Yaradılmış digər versiya — OECM alqoritmi isə adi rəqəmsal fotoşəkillərlə də işləyə bilir. Bu xüsusiyyət texnologiyanı məsafədən istifadə üçün əlverişli edir: risk qrupuna daxil olan şəxslər sadəcə gözlərinin şəklini çəkib yoxlanış üçün göndərə bilərlər.
Üstəlik, modelin az sayda etiketli məlumatla öyrədilməsi mümkündür, bu da nadir xəstəliklərin diaqnostikasını çətinləşdirən əsas problemi aradan qaldırır — xüsusilə də ixtisaslı həkim çatışmazlığı olan regionlarda.
Yeni texnologiya artıq üç ssenaridə test edilir:
1. Böyük xəstəxanalarda — ilkin diaqnostikanın sürətləndirilməsi üçün;
2. Rayon klinikalarında — həkimlərə dəstək məqsədilə;
3. Mobil tətbiq formasında — istifadəçilərin özlərini yoxlaması üçün.
Əgər sınaqlar uğurla başa çatsa, bu texnologiya şişlərin erkən aşkarlanması üçün əlçatan vasitəyə çevrilə bilər. Bununla belə, hələlik modelin öyrədilməmiş nadir şiş alt növlərini nə dərəcədə dəqiqliklə tanıya biləcəyi məlum deyil.
