Невронна мрежа на Google определя пола, възрастта и артериалното налягане по очното дъно
Учените на Гугъл и неговата дъщерна компания Verily, профилирана в създаването на нови медицински технологии, сътвориха нов метод за установяване на рисковите фактори за развиването на сърдечно съдовите болести, като да вземем за пример исхемичната болест на сърцето и заплахата от приемане на инсулт. Тренираната невронна мрежа напълно тъкмо пресмята всички тези фактори по изображенията на очното дъно.
В групата фотоси по-долу, в горния ляв ъгъл е показан цветното изображение на сканирано очно дъно, взето от базата данни Biobank. Останалите фотоси демонстрират същото изображение, само че в черно-бели разновидности. На всяка от тях със зелен цвят е нанесена топлинната карта, съответстваща на следните признаци: възраст, пол, пушач (да/не), междинното наличие на захар в кръвта HbA1c, показателя на телесната маса BMI, артериалното систолично налягане SBP, артериалното диастолично налягане DBP. Показани са действителни параметри от базата данни и параметрите, дадени от невронната мрежа.
Знаейки тези фактори, може с огромна акуратност да се пресметне вероятността от развиването на сърдечно съдови болести, които са главната причина за настъпването на гибел в целия свят (око 31% от хората умират от сходни заболявания).
С помощта на новата ИИ система лекарите могат да икономисат доста време, тъй като вместо няколко разбора, в този момент предварителната диагностика се прави единствено за няколко минути. Теоретично, новият логаритъм може да реализира диагностика и в отдалечен режим. Нужен е единствено офталмоскоп и някой, който да направи фотографията.
Засега точността на новата невронна мрежа не е доста висока, само че дава многообещаващи резултати. В този случай изкуственият разсъдък не заменя лекаря, а доста уголемява неговите благоприятни условия.
За образованието на невронната мрежа Гугъл и Verily са употребявали медицинските картони със фотосите на очните дъна на 300 000 пациенти. По-голямата част от данните е получена от базата EyePACS (236 234 пациенти, 1 682 938 изображения). Останалата информация е взета от базата данни UK Biobank, в която са нанесени и показателя на телесната маса, артериалното налягане и дали пациентът е пушач.
Идеята за разпознаването на болесттите по ретината напълно не е нова, само че в този момент за първи път в тази тенденция се употребява машинно образование на невронни мрежи.
Точността е следната: в случай че на невронната мрежа на Гугъл бъдат подадени фотосите на очното дъно на два пациента, единият от които е потърпевш от сърдечносъдово заболяване през последните 5 години, а другият не е боледувал, то тя правилно дефинира коя фотография на кой пациент е в 70% от случаите. Това е малко по-нисък резултат от точността на потребления към сегашен ден в медицината логаритъм SCORE, който в този случай демонстрира акуратност от 72%.
Точността на определянето на пола, възрастта и другите фактори на риска са показани в следната таблица:
Медиците се отнасят позитивно към потреблението на невронни мрежи точно в тази област, тъй като от дълго време се знае, че ретината на окото добре демонстрира риска от възникването на сърдечно съдови болести. В този случай Изкуственият разсъдък може доста да форсира и да увеличи точността на тази диагностика. Сега стартират огромните проби на новата технология.
Това изобретение е следващото доказателство, че невронните мрежи могат необятно да се употребяват в актуалната медицина, изключително в диагностиката. Сега единствено се напипват очевидните разновидности за потреблението на ИИ в тази област, само че към този момент се вкарва диагностика на аритмията по кардиограма, машинната диагностика на пневмонията по рентгенови фотоси, диагностика на рака на кожата и още доста други.
Потресаващите благоприятни условия за потреблението на ИИ за диагностицирането на болесттите е една от аргументите Гугъл да започва плана Baseline за събирането на подробните медицински данни на 10 000 души в продължение на 4 години.
Научната работа е оповестена на 19 февруари 2018 година в списани Nature Biomedical Engineering.
В групата фотоси по-долу, в горния ляв ъгъл е показан цветното изображение на сканирано очно дъно, взето от базата данни Biobank. Останалите фотоси демонстрират същото изображение, само че в черно-бели разновидности. На всяка от тях със зелен цвят е нанесена топлинната карта, съответстваща на следните признаци: възраст, пол, пушач (да/не), междинното наличие на захар в кръвта HbA1c, показателя на телесната маса BMI, артериалното систолично налягане SBP, артериалното диастолично налягане DBP. Показани са действителни параметри от базата данни и параметрите, дадени от невронната мрежа.
Знаейки тези фактори, може с огромна акуратност да се пресметне вероятността от развиването на сърдечно съдови болести, които са главната причина за настъпването на гибел в целия свят (око 31% от хората умират от сходни заболявания).
С помощта на новата ИИ система лекарите могат да икономисат доста време, тъй като вместо няколко разбора, в този момент предварителната диагностика се прави единствено за няколко минути. Теоретично, новият логаритъм може да реализира диагностика и в отдалечен режим. Нужен е единствено офталмоскоп и някой, който да направи фотографията.
Засега точността на новата невронна мрежа не е доста висока, само че дава многообещаващи резултати. В този случай изкуственият разсъдък не заменя лекаря, а доста уголемява неговите благоприятни условия.
За образованието на невронната мрежа Гугъл и Verily са употребявали медицинските картони със фотосите на очните дъна на 300 000 пациенти. По-голямата част от данните е получена от базата EyePACS (236 234 пациенти, 1 682 938 изображения). Останалата информация е взета от базата данни UK Biobank, в която са нанесени и показателя на телесната маса, артериалното налягане и дали пациентът е пушач.
Идеята за разпознаването на болесттите по ретината напълно не е нова, само че в този момент за първи път в тази тенденция се употребява машинно образование на невронни мрежи.
Точността е следната: в случай че на невронната мрежа на Гугъл бъдат подадени фотосите на очното дъно на два пациента, единият от които е потърпевш от сърдечносъдово заболяване през последните 5 години, а другият не е боледувал, то тя правилно дефинира коя фотография на кой пациент е в 70% от случаите. Това е малко по-нисък резултат от точността на потребления към сегашен ден в медицината логаритъм SCORE, който в този случай демонстрира акуратност от 72%.
Точността на определянето на пола, възрастта и другите фактори на риска са показани в следната таблица:
Медиците се отнасят позитивно към потреблението на невронни мрежи точно в тази област, тъй като от дълго време се знае, че ретината на окото добре демонстрира риска от възникването на сърдечно съдови болести. В този случай Изкуственият разсъдък може доста да форсира и да увеличи точността на тази диагностика. Сега стартират огромните проби на новата технология.
Това изобретение е следващото доказателство, че невронните мрежи могат необятно да се употребяват в актуалната медицина, изключително в диагностиката. Сега единствено се напипват очевидните разновидности за потреблението на ИИ в тази област, само че към този момент се вкарва диагностика на аритмията по кардиограма, машинната диагностика на пневмонията по рентгенови фотоси, диагностика на рака на кожата и още доста други.
Потресаващите благоприятни условия за потреблението на ИИ за диагностицирането на болесттите е една от аргументите Гугъл да започва плана Baseline за събирането на подробните медицински данни на 10 000 души в продължение на 4 години.
Научната работа е оповестена на 19 февруари 2018 година в списани Nature Biomedical Engineering.
Източник: kaldata.com
КОМЕНТАРИ