Bolest suvog oka (DED) je jedna od najčešćih očnih bolesti, koja pogađa do 30% svetske populacije. Ova bolest može uticati na mnoge različite tipove ljudi i može na kraju biti velika prepreka njihovom ukupnom kvalitetu života. Rani skrining i prognoza su od vitalnog značaja za pacijentovo napredovanje bolesti. Međutim, ovo može biti teško.
U ovoj studiji, istraživači imaju za cilj da koriste veštačku inteligenciju (AI) da pomognu u ranom skriningu i prognozi DED-a. Ne samo da upotreba AI može učiniti skrining pristupačnijim za pojedince, već može i pomoći pacijentima u personalizovanoj terapijskoj intervenciji.
Istraživači su svoje rezultate objavili u Big Data Mining i Analitici 22. aprila.
DED može uticati na širok spektar ljudi, uključujući one koji nose kontaktna sočiva, šminku, ostaju budni do kasno, dugo gledaju u ekrane i imaju više od 30 godina. Simptomi ove bolesti su suve oči, iritacija i peckanje, suzenje, zamor očiju i bol. Lako se može videti kako ova bolest ima potencijal da drastično utiče na veliki deo populacije savremenog sveta. Ovde mogu pomoći kombinovani napori otkrivanja oftalmoloških bolesti i svet kompjuterskih naučnika i inženjera.
„Rešavanjem izazova, prenošenjem uvida i ocrtavanjem budućih istraživačkih puteva, značajno doprinosi unapređenju otkrivanja oftalmoloških bolesti kroz sofisticirane tehnološke modalitete“, rekao je Mini Han Vang, autor i istraživač.
Postoji sedam aspekata ovog otkrivanja bolesti zasnovanog na veštačkoj inteligenciji. Pravovremena intervencija kroz proces AI skrininga i tačna prognoza je prvi deo. Upotreba iscrpnih anketa za DED kroz AI je još jedna, a ovo je princip podrške da se obezbedi nivo temeljnosti i pouzdanosti tokom celog procesa.
Sledi sistematski pristup, kao i brak računarstva i inženjerstva sa oftalmologijom. Zatim, standardi za DED detekciju moraju biti osmišljeni i podržani za buduće istraživače i praktičare, što će prirodno dovesti do napretka ove oblasti. Konačno, sva istraživanja, metodologije i alati moraju biti sastavljeni tako da istraživači, naučnici i praktičari mogu imati sve informacije koje su trenutno dostupne.
Dok oftalmolozi postavljaju smernice u vezi sa okvirom bolesti i zastavicama za dijagnozu, veštačka inteligencija obavlja dosta teškog dizanja. U idealnom slučaju, ova veštačka inteligencija bi koristila slike i video snimke snimljene sa mobilnog telefona korisnika kako bi pomogla da dođe do korisnika širom sveta.
AI tada može da koristi ove slike, kao i faktore rizika u životu pacijenta, da napravi pametnu i dobro informisanu prognozu. Dalje, AI kontinuirano uči i može pomoći da se istraživanje unapredi tako što će doprineti modelima predviđanja za DED.
Upotreba detekcije veštačke inteligencije za DED obećava mnogo, posebno imajući u vidu da su faktori rizika često normalne aktivnosti u svakodnevnom životu mnogih ljudi. Da bi metode detekcije bile dovoljno pristupačne i dovoljno precizne, potrebno je izvršiti dalja istraživanja.
„Međutim, i dalje postoje izazovi za inženjere da odaberu dijagnostičke standarde i kombinacije različitih tipova skupova podataka. Korišćenjem pouzdanih algoritama, slika i video zapisa snimljenih sa telefona u svrhu pristupačnosti, moguć je holistički pristup zdravstvenoj zaštiti radi ranog skrininga,“ rekao je Vang.
Uz kontinuirano testiranje i saradnju između inženjera i oftalmologa, postoji veliki potencijal da ovaj metod testiranja bude koristan u doprinosu ranom skriningu DED-a i naknadnim terapijskim radnjama koje se preduzimaju za pacijenta kako bi se smanjilo pogoršanje stanja ili povratio neki kvalitet života.
