ПРЕСС-ЦЕНТР

Исследователь из Гарварда использует искусственный интеллект для борьбы с самой распространенной причиной детской слепоты

Врачи могут предотвратить одну из наиболее распространенных причин слепоты у маленьких детей, но только тогда, когда могут ее обнаружить.

Заболевание, называемое ретинопатией недоношенных, или ROP, поражает самых маленьких и самых уязвимых детей. Это недоношенные младенцы, родившиеся до 31 недели, чей вес составляет менее 1250 граммов.

Врачи могут лечить ROP, если болезнь выявлена достаточно рано, однако не существует объективного способа определить, какие случаи нуждаются в лечении.

Джаяшри Кальпати-Крамер (Jayashree Kalpathy-Cramer) считает, что искусственный интеллект способен изменить подобное положение вещей. Кальпати-Крамер – исследователь из медико-биологического центра при Гарвардской медицинской школе и Массачусетской больнице общего профиля. Она и ее научный сотрудник, Джеймс Браун (James Brown), разрабатывают GPU-ускоренную систему глубокого обучения, способную автоматически выявлять тяжесть заболевания.

«Главное в этом заболевании то, что его можно предотвратить, - объяснила она. - Именно в этом глубокое обучение может оказаться по-настоящему полезным».

Застряли в 1980-х гг.

ROP случается, потому что глаза у недоношенных детей развиваются не полностью. Кровеносные сосуды, которые питают сетчатку, быстро растут в последние несколько недель до рождения. Если этот процесс прерывается, сосуды могут перестать расти или врастать в части глаза, которым они не принадлежат.

Несмотря на то что болезнь поражает лишь незначительную долю недоношенных детей, ее последствия могут продолжаться всю жизнь. ROP часто проходит сама по себе, однако тяжелые случи могут привести к слепоте или таким проблемам со зрением, как косоглазие, амблиопия, глаукома и ранняя катаракта.

При проведении скрининга ретинопатии недоношенных врачи классифицируют заболевание по степени тяжести: нормальная, пре-«плюс» и «плюс»-болезнь, - в зависимости от состояния кровеносных сосудов глаз. Случаи «плюс»-болезни требуют лечения. Медики определяют степень ROP, сравнивая то, что они видят в сетчатке (или на ее цифровом изображении), со стандартными фотографиями, отобранными специалистами в 1980-х годах.

Неудивительно, что многочисленные исследования показывают, что среди экспертов существуют широкие разногласия касательно того, где провести черту между этими тремя степенями тяжести.

«Я надеюсь, что именно в этом вопросе мы сможем добиться серьезных улучшений благодаря недавним достижениям в области компьютерного зрения», - рассказала Кальпати-Крамер.

Автоматизированная диагностика 

Для этого Кальпати-Крамер получила набор данных из 6000 снимков с клинико-экспертными диагнозами в консорциуме «Визуализация и информатика в ретинопатии» под руководством доктора Майкла Чианга (Michael Chiang) из Орегонского университета. Она и ее сотрудник Браун использовали эти данные, чтобы научить глубокую нейронную сеть дифференцировать снимки с разными степенями тяжести заболевания.

В медицинском центре Center for Clinical Data Science под управлением клиники Mass General and Brigham and Women’s в Бостоне исследователи использовали суперкомпьютер NVIDIA DGX-1 в комбинации с разными cuDNN-ускоренными фреймворками глубокого обучения, чтобы разработать алгоритм для диагностики ROP.

Далее они проверят алгоритм на 100000 изображений, предоставленных больницами Aravind Eye и Banker Retina Clinic and Laser Center в Индии. После этого Кальпати-Крамер планирует опробовать этот алгоритм в качестве скринингового метода в Индии.

Экспертная диагностика там, где не хватает экспертов

Кальпати-Крамер особенно заинтересована в том, чтобы развернуть свой метод в странах с низким и средним уровнем дохода, где часто не хватает доступа к высококвалифицированным офтальмологам. В долгосрочной перспективе она хочет разработать недорогое портативное устройство, которое смогут использовать медсестры для первоначального скрининга.

«Если мы сможем добиться успешной работы нашего алгоритма, это поможет предотвратить случаи слепоты по всему миру», - заявила Кальпати-Крамер.

Кальпати-Крамер написала работу на тему использования глубокого обучения для автоматизации диагностики и предотвращения случаев детской слепоты. Ниже вы найдете ссылки на ее более ранние работы с использованием технологий компьютерного зрения:

* Основное изображение и видео для статьи предоставлены Национальным институтом офтальмологии (NationalEyeInstitute) и Национальным институтом здоровья (NationalInstitutesofHealth).