Makine öğrenimi kullanılarak geliştirilen yazılım, gözlerindeki damarları ve atardamarları analiz ederek birinin kalp hastalığı riskini bir dakikadan kısa sürede tahmin etmek için kullanılabilir.
Yeni araştırma, İngiliz Oftalmoloji Dergisi’nde yayınlanan, bulguların gelecekteki klinik deneylerde doğrulanması halinde, hızlı ve ucuz kardiyovasküler taramaların geliştirilmesinin yolunu açmaktadır. Bu taramalar, bireylerin kan testlerine ve hatta kan basıncı ölçümlerine gerek kalmadan felç ve kalp krizi risklerini bilmelerini sağlar.
Araştırmanın baş yazarı Alicja Rudnicka, “Bu yapay zeka aracı, birinin risk düzeylerini 60 saniye veya daha kısa sürede bilmesini sağlayabilir” dedi. söylenmiş bu Muhafız. Çalışma, tahminlerin mevcut testler tarafından üretilenler kadar doğru olduğunu buldu.
“Göz, vücudun geri kalanına açılan bir pencere olarak kullanılabilir.”
Yazılım, gözün retinasında bulunan kan damarlarının ağını analiz ederek çalışır. Bu arterlerin ve damarların kapladığı toplam alanı, genişliklerini ve “bükülmelerini” (ne kadar bükülmüş olduklarını) ölçer. Tüm bu faktörler, bir kişinin kalp sağlığından etkilenir ve yazılımın, bir kişinin kalp hastalığına yakalanma riski hakkında sadece gözlerinin invaziv olmayan bir anlık görüntüsüne bakarak tahminler yapmasına izin verir.
Oftalmoloji ve AI analizi araştırmacısı Pearse Keane, “Çalışma, gözün vücudun geri kalanına bir pencere olarak kullanılabileceğine dair artan bir bilgi birikimine katkıda bulunuyor” dedi. Sınır. “Doktorlar yüz yıldan fazla bir süredir gözünüzün içine bakıp diyabet ve yüksek tansiyon belirtileri görebileceğinizi biliyorlar. Ancak sorun manuel değerlendirmeydi: gemilerin insan uzmanlar tarafından manuel olarak tanımlanması.” Keane, makine öğreniminin kullanılmasının bu zorluğun üstesinden gelebileceğini söylüyor.
Göz taramalarından hastalıkları teşhis etmek için AI kullanmanın, makine öğrenimi tıbbının en hızlı gelişen alanlarından biri olduğu kanıtlanmıştır. FDA tarafından onaylanan ilk AI teşhis cihazı, göz hastalıklarını taramak için kullanıldı ve araştırmalar, AI’nın diyabetik retinopatiden Alzheimer’a (Keane’in kendi araştırma alanı) kadar bir dizi rahatsızlığı bu şekilde tespit edebileceğini gösteriyor. Bu bulguları uygulayan araçlar çeşitli gelişim aşamalarındadır, ancak teşhislerinin güvenilirliği ve evrenselliği hakkında sorular devam etmektedir.
Londra Üniversitesi, St George’s’tan bir ekip tarafından yürütülen bu yakın tarihli çalışma, örneğin yalnızca beyaz hastaların göz taramaları üzerinde test edildi. Ekip, test verilerini yüzde 94,6 beyaz olan bir veri tabanı olan UK Biobank’tan aldı (BioBank’a dahil olan hastaların yaş aralığındaki Birleşik Krallık’ın kendi demografisini yansıtıyor). Herhangi bir teşhis aracının farklı etnik kökenler için eşit derecede doğru olmasını sağlamak için gelecekte bu tür önyargıların dengelenmesi gerekecektir.
Araştırmacılar, QUARTZ (“Retina damarları Topolojisi ve boyutu” ifadesinden türetilen yaratıcı bir kısaltma) adlı yazılımlarından elde edilen sonuçları, standart Framingham Risk Skoru testi (FRS) tarafından üretilen 10 yıllık risk tahminleriyle karşılaştırdılar. İki yöntemin “karşılaştırılabilir performansa” sahip olduğunu buldular.
Keane, en büyük zorluğun bu tür işleri “koddan kliniğe” taşımak olduğunu söylüyor. Bu tür araştırmaları teşhis aracına kim çevirebilir, diye soruyor; Birleşik Krallık Ulusal Sağlık Servisi (NHS) mi yoksa üniversiteden ayrılan bir şirket mi olacak? Ve düzenleyiciler, yazılımın kullanımını onaylamadan önce hangi seviyede performans talep edecekler? “Hangi noktada ‘çatal koyalım, bitti’ deyip ticari bir ürün haline getirelim mi?”
