深度学习和神经网络可识别糖尿病性视网膜病变,准确率达86%



来自不同国家的约4.22亿人患有各种类型的糖尿病。 每三分之二的糖尿病患者迟早都会对基础疾病产生“糖尿病性视网膜病”,因此,如果不按时开始治疗,一个人可能会完全失去视力。 在这里,视网膜病变的早期诊断非常重要。 您越早采取行动,成功的机会就越大。

不幸的是,三分之一的糖尿病患者从未接受过视网膜病变的检测,因为在某些国家这是相对昂贵的。 在贫穷国家或偏远地区,这种程序是完全无法实现的。

IBM找到了一种解决方案,可以利用其资源来帮助糖尿病患者。 使用强大的技术节点,包括深度学习,超精密神经网络和视觉分析,可以86%的准确性诊断视网膜病变。 同时,该技术涉及35,000个EyePAC图像数据库。 在对该技术进行“改进”期间,该公司的专家确定了可识别视网膜病变的主要标志 。 首先,这是对视网膜血管的损害。

IBM开发的筛选过程仅持续20秒。 在这段时间内,诊断系统可以高度准确地确定视网膜病变。 作为在眼睛检查程序中使用的工具之一,使用了普通的移动电话。

开发人员认为,新技术应用作辅助工具,以补充医生的能力。 技术不适合用作具有最终诊断功能的自治系统。



该技术扩大了在医院和偏远地区急救站工作的医生的使用范围。 的确,这需要完成不同国家的相关法律。 例如,不久前在澳大利亚,法律允许医生根据自己的照片进行远程眼睛分析。

研究正在进行中。 该项目还使用了Watson Health Imaging服务的功能 。 该服务由IBM的认知技术提供支持,可通过确定图像中的最小细节来帮助医生分析医学图像。 在确定了糖尿病性视网膜病的诊断方法之后,计划在世界各地的医院中使用该方法。

Source: https://habr.com/ru/post/zh-CN403829/


All Articles