Para ilmuwan dari Google dan anak perusahaannya Verily, yang berspesialisasi dalam pengembangan teknologi medis, telah mengembangkan cara baru untuk mengidentifikasi faktor risiko untuk pengembangan penyakit kardiovaskular seperti penyakit jantung koroner dan stroke. Jaringan saraf yang terlatih cukup akurat menghitung faktor-faktor ini dari gambar fundus.
Foto di sudut kiri atas menunjukkan sampel berwarna pemindaian fundus dari pangkalan Biobank Inggris. Gambar yang tersisa menunjukkan gambar yang sama, tetapi hitam dan putih. Pada masing-masing dari mereka, peta panas diterapkan dalam warna hijau, sesuai dengan masing-masing tanda yang diperoleh: usia, jenis kelamin, merokok (ya / tidak), gula darah HbA1c rata-rata, indeks massa tubuh BMI, tekanan sistolik arteri SBP, tekanan arteri diastolik dBP. Data aktual dari database untuk setiap parameter dan diprediksi oleh jaringan saraf ditunjukkan.
Mengetahui faktor-faktor ini, Anda dapat secara akurat menghitung kemungkinan mengembangkan penyakit kardiovaskular, yang merupakan
penyebab utama kematian di seluruh dunia (sekitar 31% kematian disebabkan oleh alasan ini).
Dengan sistem baru, dokter dapat menghemat banyak waktu, karena alih-alih beberapa tes, diagnostik awal sekarang dilakukan dalam beberapa menit. Selain itu, secara teoritis, algoritma ini memungkinkan diagnostik tersebut dilakukan dari jarak jauh. Hanya diperlukan ophthalmoscope dan spesialis yang dapat mengambil gambar.
Cermin dan ophthalmoscopes elektronikTentu saja, sementara akurasi jaringan saraf tidak begitu tinggi untuk menggantikan diagnosis yang lengkap, tetapi itu menunjukkan hasil yang menjanjikan. Di sini, AI tidak menggantikan dokter, tetapi memperluas kemampuannya.
Untuk mempelajari jaringan saraf, ilmuwan Google dan Verily menggunakan rekam medis dengan foto-foto fundus sekitar 300.000 pasien. Bagian terbesar dari set data diperoleh dari database EyePACS (236.234 pasien, 1.682.938 gambar). Informasi yang tersisa diambil dari database Biobank Inggris. Meskipun ada sedikit data di sini, untuk setiap pasien ada informasi tentang indeks massa tubuh, tekanan darah dan fakta merokok, yang tidak ada dalam database EyePACS.
Gagasan mendeteksi penyakit seseorang di retina bukanlah hal baru. Bahkan di Uni Soviet, studi seperti itu dilakukan dan perangkat lunak untuk menganalisis gambar retina telah dibuat. Tetapi kemudian tidak ada sistem pembelajaran mesin, sehingga kemungkinan programmer terbatas.
Jika jaringan Google menerima dua pasien untuk memproses foto fundus, salah satunya menderita penyakit kardiovaskular dalam lima tahun terakhir, dan yang lain tidak, maka itu menentukan dengan benar afiliasi pasien dalam 70% kasus. Ini sedikit lebih buruk daripada keakuratan algoritma SCORE yang sekarang digunakan dalam kedokteran. Ia memiliki akurasi 72%.
Keakuratan menentukan jenis kelamin, usia, dan masing-masing faktor risiko ditunjukkan pada tabel berikut.
Para ahli mengatakan bahwa pendekatan Google untuk menggunakan jaringan saraf dalam tugas diagnostik khusus ini kredibel karena telah lama diketahui bahwa retina adalah prediktor yang baik terhadap risiko pengembangan penyakit kardiovaskular. Jadi Kecerdasan Buatan dapat secara signifikan mempercepat, dan berpotensi meningkatkan akurasi diagnostik tersebut. Tentu saja, sebelum penggunaan sebenarnya di klinik, program harus menjalani tes yang ketat sehingga dokter mulai percaya padanya.
Penemuan ini adalah bukti lain bahwa jaringan saraf dapat digunakan secara luas dalam kedokteran modern, terutama dalam diagnostik. Kami hanya mencari-cari pilihan yang paling jelas untuk penggunaan AI di bidang ini:
diagnosis aritmia dengan kardiogram ,
diagnosis pneumonia dengan sinar-x ,
diagnosis kanker kulit , dll.
Kemungkinan luar biasa menggunakan AI untuk mendiagnosis penyakit adalah salah satu alasan mengapa Google meluncurkan
proyek Baseline untuk mengumpulkan catatan medis terperinci bagi 10.000 orang selama empat tahun.
Artikel ilmiah ini
diterbitkan pada 19 Februari 2018 dalam jurnal
Nature Biomedical Engineering (doi: 10.1038 / s41551-018-0195-0,
pdf ).