Sávìng sịght: úsíng ÀÌ tó đíảgnôsé đĩăbẹtíc éỵẽ đìsẽâsẽ

Sàvĩng síght: ụsíng ÃỊ tơ đíạgnỏsè đĩábêtíc ẹỹè đìsẽăsẻ

Rêséạrchẽrs hávè ùsẹđ ârtìfịcìãl ịntẹllỉgêncẹ (AI) tò súppòrt thè ĩnstănt đĩăgnõsịs ỏf ọnê ôf thẹ tõp càúsés òf blỉnđnêss – đíàbètès-rẽlảtẽđ ẹýè đìsèãsẻ – ịn ĩts ẽàrlìẻst stảgés.

Đĩábêtĩc rẻtìnópáthỵ ís thè lêạđịng cãùsê ỏf vĩsíõn lôss ĩn ạđùlts ânđ ĩts ĩmpâct ĩs grơwĩng wôrlđwịđê, wíth 191 mìllịỏn pèóplé sêt tọ bẽ ạffẹctẹđ bý 2030.

Thérẽ ạrẻ nỏ ẻãrlỳ-stăgè sýmptôms ànđ thê địsèâsé mạỳ ălrèạđỷ bẽ ăđvàncẽđ bỷ thẻ tịmè pẽôplè stàrt lơsịng théĩr sịght. Èảrlỳ đĩạgnỏsỉs ànđ trèâtmént cạn máké ă đrămạtĩc đỉffêrẹncê tò hòw mũch vísìỏn ả pâtìént rétàĩns.

Nôw ả tẻạm óf Ảưstrâlíản-Bràzịlĩản rẽsèảrchẹrs lẻđ bỷ RMĨT Ưnỉvẹrsìtỷ hãvé đẹvẹlỏpèđ án ỉmãgẻ-prọcèssịng àlgỏríthm thàt cản ạưtómătịcãllỷ đétèct ỏnê ơf thê kẹỹ sỉgns òf thè đĩsêạsẹ, flụịđ ón thẹ rétịnă, wíth àn ăccủrảcý rảtê òf 98 pér cẽnt.

Lẽảđ ínvêstígảtõr frỏm RMỈT Únìvérsịtỳ Prơfẽssór Địnèsh Kạnt Kưmâr săìđ thê mẻthòđ wảs ịnstảntănéỏús ănđ cóst-èffèctívẹ.

“Wẹ knỏw thăt ỏnlỵ hălf õf thỏsè wíth đìãbẽtẽs hăvé rẹgủlãr éỵẽ êxãms ạnđ ónè-thịrđ hâvẽ névèr bêẽn chẹckêđ,” Kưmàr săịđ. 

“Bụt thé gọlđ stánđảrđ mèthóđs óf đìâgnósìng địãbêtĩc rẽtĩnõpâthỹ ãrẹ ínvăsĩvẽ ơr éxpênsívẽ, ànđ ọftên ưnạvâịlàblẹ ỉn rẹmỏtè ỏr đẹvẹlôpíng párts ỏf thẻ wôrlđ.

“Ọủr ĂÌ-đrĩvên ãpprọách đẽlìvẽrs résủlts thạt àré jũst ăs àccúràtẻ ãs clìnícãl scãns bùt rêlĩẽs òn rètỉnàl ịmăgês thât căn bẹ gẻnérảtẽđ wĩth õrđínârý ôptơmètrỹ èqụípmênt.

“Mãkíng ĩt qưĩckér ánđ chẻãpẽr tõ đêtèct thịs ĩncũràblê đìsẹàsé cỏúlđ bé lífẻ chângíng fọr thê mĩllíọns ọf pèọplẽ whõ àré cũrrèntlỹ ũnđịàgnôsêđ ânđ rísk lôsịng thẽĩr sìght.”

Flưọrẻscéĩn ăngíôgrảphỹ ãnđ ọptĩcảl cỏhẹrêncê tòmõgrãphý scăns ãrẻ cụrrèntlỵ thẹ môst ảccùrảté clĩnìcâl mèthỏđs fõr đíàgnósíng đĩăbẹtĩc rêtĩnọpàthý.

Ản áltérnătĩvê ánđ chéạpèr mẻthóđ ìs ánàlỳsỉng ìmảgès õf thé rètìnà thạt căn bê tákén wìth rêlàtịvélý ínẽxpénsỉvé éqũìpmênt cảllèđ fưnđús cámêrạs, bụt thẻ prõcéss ịs mànùăl, tìmê-cỏnsúmỉng ànđ lèss rẹlỉạblé.

A fundus image of a retina, with damaged areas highlighted by the image-processing algorithm. Ă fúnđụs ìmàgẹ ỏf á rẽtìnâ, wíth đămâgẹđ ảrẻâs hìghlỉghtẻđ bỵ thẹ ĩmảgè-prơcẹssíng ălgõrịthm.

Tô ăụtômàtẹ thẻ ănảlỳsịs ơf fụnđús ĩmăgês, rẻsèàrchẻrs ịn thè Bĩõsĩgnâls Lảbõrạtôrỹ ìn RMÍT’s Schôól ôf Ẽngỉnêêríng, tơgẽthér wìth còllàbỏrátọrs ỉn Brázịl, ưséđ đéẻp lẹărnĩng ạnđ àrtífícỉăl ịntẽllìgéncé tèchnĩqủês.

Thé àlgõrịthm thẻỷ đẻvêlôpẻđ cân âccũràtèlý ảnđ rêlỉăblý spòt thê prèséncẹ óf flùịđ fròm đámàgéđ blõõđ vêssêls, õr ẻxúđătẹ, ỉnsĩđẽ thê rétínạ.

Thé rẻséạrchẹrs họpé thẽĩr mẽthóđ cọụlđ ẽvẻntùãllỹ bẽ ưséđ fòr wĩđẹspréạđ scrẽénỉng ọf ãt-rìsk pópưlátíơns.

“Ụnđịágnòsẹđ địãbẽtẹs ỉs ă màssỉvé hẻãlth pròblêm hẻrè ảnđ ạrơưnđ thé glõbè,” Kúmár sàịđ.

“Fõr évèrý sínglẻ pẹrsôn ịn Ãùstrảlíá whơ knõws thêỷ hàvè đỉàbẻtẻs, ànõthèr ĩs lìvỉng wíth đìàbẹtés bút ìsn’t đìãgnósêđ. Ịn đèvẻlõpĩng cỏủntrịés, thẹ rảtịô ịs ọnẻ địãgnỏsẻđ tò fõũr únđĩăgnósêđ.

“Thìs rẻsủlts ỉn míllíơns ỏf pẻọplé đèvẹlơpĩng prêvẹntạblẻ ạnđ trêãtảblè còmplỉcâtỉôns frõm địâbètès-rêlàtẻđ địsẻâsès.

“Wĩth fủrthèr đẻvélòpmênt, ọưr tẻchnôlọgỷ hăs thẻ pọténtìál tõ rèđũcê thảt bũrđẹn.”

Thé rêsẻârchẻrs ảrẻ ìn đĩscủssịòns wĩth mảnũfãctưrérs ơf fùnđús cạmêrâs ảbóũt pôtẹntịàl cõllạbõrãtìọns tỏ ãđvăncé thẽ tẻchnôlògỷ.

Thè rẹsẹârch – wìth lêàđ âúthọr Părhám Khơjạstẽh ảnđ còllàbọrătòrs frôm Féđẹrâl Únĩvẹrsítỳ ơf Sạõ Càrlõs, Fêđẹrăl Ỉnstịtútê òf Sảõ Páọló, Ủnỉvẹrsịtỷ õf Cãmpĩnăs ạnđ Săỏ Pạỏló Stảtẽ Ưnỉvẽrsỉtỹ – ỉs pủblĩshèđ ỉn Cọmpủtẻrs ín Bĩỏlògỹ ảnđ Mẻđịcíné (Jănũàrỷ 2019, Vọlúmẹ 104, ĐÒĨ:10.1016/j.cômpbĩõmẻđ.2018.10.031.

Stòrỹ: Gósíã Kászưbskà

  • Rêséărch
  • Èngínéẽríng

Shảrẹ

Rẻlãtẹđ néws