16岁学生使用3D打印、AI创建糖尿病视网膜病变诊断装置
近日,年仅16岁的学生Kavya Kopparapu设计了3D打印眼睛诊断装置。“Eyeagnosis”使用相机检测糖尿病性视网膜病变的症状,这种疾病影响全球三分之一的糖尿病患者。
众所周知,糖尿病是一种防止身体正确产生胰岛素的疾病,其影响着全球4.15亿人。在这4.15亿人群中,有三分之一的患者将发展成为糖尿病性视网膜病变。这种并发症会损害视网膜血管,最终导致失明。不幸的是,世界各地对糖尿病患病情况的诊断存在显著不足。在视网膜病变患者中,有一半会出现未确诊。
糖尿病性视网膜病变的典型诊断程序是通过一个两小时的检查,需要昂贵的视网膜成像仪彻底检查患者的眼睛。虽然这款设备可以有效的发现视网膜病变的症状,但它不是那么容易获得。这就是为什么Kavy Parapu要设计一个3D打印眼睛诊断装置。此外,他的祖父患有视网膜病,所以他希望研发这种装置来帮助糖尿病患者。
Parapu和她15岁的弟弟Neeyanth,以及同学Justin Zhang一起,使用3D打印创建“Eyeagnosis”,这是诊断视网膜病变最便宜的工具。据悉,他们自发形成的研究组织名为Ocular。Ocular的创新设备由智能手机应用程序和3D打印镜头组成,可用于拍摄患者眼睛的特写照片。应用程序中的人工智能系统可以识别照片中的视网膜病变的视觉症状,提供对患者的初步诊断。
“缺乏诊断是最大的挑战,”Kopparapu说道。“在印度,出台的解决方案是将医生送往村庄和贫民窟,但患者和眼科医生之间存在巨大的数量差异。”Kopparapu通过电子邮件与许多眼科医生、计算病理学家、生物化学家、流行病学家、神经科学家、物理学家和机器学习专家接触,以创建“Eyeagnosis”。 收到信息后,她决定使用称为卷积神经网络(CNN)的机器学习架构作为对摄像机拍摄的眼睛图像进行分类的手段。
在CNN中,信息通过被称为节点的层,并且网络识别每层图像的更多特征。Kopparapu说:“这种系统的使用并不是没有一点意义。有趣的是,我们正在使用基于视网膜系统诊断视网膜疾病。”用于眼科诊断的网络是微软开发的一款叫做ResNet-50的现成模型,补充了国家卫生研究院(NIH)的EyeGene数据库的34,000次视网膜扫描。
一年前,Kopparapu完成了ResNet-50模型,以便能够以人类病理学家的准确性发现糖尿病性视网膜病变的体征。到2016年10月,她正在与孟买的Aditya Jyot Eye医院进行讨论,在临床环境中测试该应用。
据悉,其已经使用眼科装置准确诊断了5名患者。在3D打印设备被证明是完全可靠的之前,需要进行更多的测试,但早期迹象对于Kopparapu及其创作是非常积极的。上个月,Kopparapu在纽约市的O'Reilly人工智能会议上介绍了3D打印眼科诊断装置。
NIH视觉疾病专家J. Fielding Hejtmancik评论说:“该设备非常适合于筛选更广泛的人群,并且更加高效。”
(责任编辑:admin)