Inhoudsopgave:
- In de nieuwe paper voedden Zhang en zijn collega's in China, Duitsland en Texas eerst beelden van de oogaandoeningen in de computer. De beelden zijn genomen met een beeldvormende techniek die bekend staat als optische coherentie tomografie. Deze nieuwere, revolutionaire diagnostische technologie maakt gebruik van lichtgolven om in hoge resolutie afbeeldingen van het oog te nemen om artsen een manier te geven om het netvlies gedetailleerd in kaart te brengen.
- "Het vermogen om dit te doen zal hopelijk meer patiënten toegang geven tot het gezondheidszorgsysteem omdat we een diagnose kunnen stellen voorwaarden eerder, "zegt Khurana, en er zijn ongeveer 415.000 mensen met diabetes wereldwijd die een risico lopen op diabetische retinopathie. "Telkens wanneer we nieuwe en verbeterde technologie hebben om diagnoses sneller en beter te kunnen stellen en zorg toegankelijker voor de bredere bevolking te maken, is het een win-win voor patiënten en artsen."
- "De computer spuwt niet alleen een diagnose uit. Het verklaart waarom het de diagnose en aanbeveling deed, "zegt hij. "Dat maakt dit transparanter en helpt de arts meer vertrouwen in de computer. Op deze manier is dit niet alleen een zwarte doos, en je hebt geen idee waarom het de diagnoses geeft. "
- "We zien verschillende medische gebieden waar kunstmatige intelligentie steeds vaker wordt gebruikt," Khurana zegt. "Ik denk dat het een zeer opwindende tijd is voor het gebied van kunstmatige intelligentie en de toepassingen ervan in de geneeskunde."
Het potentieel voor kunstmatige intelligentie (AI) om de gezondheidstoestand te diagnosticeren en te behandelen, blijft het momentum toenemen, aangezien een nieuw onderzoek aantoont hoe de technologie de diagnose en behandeling van oogziekten kan versnellen.
Een paper gepubliceerd op 22 februari in het tijdschrift
Cel beschrijft hoe AI kan worden toegepast op patiënten met retinale aandoeningen. Het onderzoek, geleid door Kang Zhang, MD, PhD, oftalmologie aan het Shiley Eye Institute aan de Universiteit van Californië in San Diego, toont aan dat een computer zou kunnen leren om zulke algemene oogziekten zoals maculaire degeneratie en diabetische retinopathie accuraat en betrouwbaar te herkennen. "Dit gaat over het proberen een computer te leren wat een beeld is en hoe een beslissing te nemen over wat ze zien," legt Dr. Zhang uit. "Het doel is dat de computer net zo goed is als de specialist die naar de medische school ging en hoog opgeleid is in medische diagnostiek en behandeling."
Hoewel het tientallen jaren praktische ervaring kan hebben om het hoogste niveau van expertise te bereiken , voegt hij eraan toe, "we zien dat een computer deze dingen na een paar dagen kan herkennen."
Het artikel volgt andere recente onderzoeken waaruit blijkt dat diepgaande computers een legitieme plaats in de gezondheidszorg kunnen innemen, zegt Rahul Khurana, MD, een oogarts in Mountain View, Californië, en een klinische woordvoerder van de American Academy of Ophthalmology.
"Dit soort technologie is zeer nauwkeurig voor patiënten met bepaalde condities," zegt Dr. Khurana. "Dat zorgt voor enige opwinding in het veld."
Diagnose van maculaire degeneratie, diabetische retinopathie
In de nieuwe paper voedden Zhang en zijn collega's in China, Duitsland en Texas eerst beelden van de oogaandoeningen in de computer. De beelden zijn genomen met een beeldvormende techniek die bekend staat als optische coherentie tomografie. Deze nieuwere, revolutionaire diagnostische technologie maakt gebruik van lichtgolven om in hoge resolutie afbeeldingen van het oog te nemen om artsen een manier te geven om het netvlies gedetailleerd in kaart te brengen.
De scans worden gebruikt om algemene aandoeningen zoals maculair te herkennen degeneratie, waarbij een deel van het netvlies genaamd de macula verslechtert, en diabetische retinopathie, een complicatie van diabetes die ervoor zorgt dat de bloedvaten in het netvlies zwellen en vloeistof lekken. Beide zijn gevaarlijke omstandigheden die blindheid kunnen veroorzaken als ze niet snel worden gediagnosticeerd en behandeld. De computer was in staat om een beslissing te nemen over de vraag of een patiënt binnen 30 seconden voor behandeling moest worden doorverwezen en met een nauwkeurigheid van 95 procent. toont aan dat neurale netwerken artsen kunnen helpen en misschien zelfs overtreffen met de mogelijkheid om zoveel gegevens te onthouden. Dergelijke technologie zal over de hele wereld worden gebruikt, voorspelt Zhang. In grondstofrijke landen zoals de Verenigde Staten kan het de kritieke tijd tussen tekenen van ziekte en behandeling versnellen. "Een patiënt met mogelijke maculaire degeneratie moet mogelijk binnen een maand worden behandeld, maar verwijzingen en afspraken kunnen uiteindelijk enkele maanden duren. Dat kan de diagnose en behandeling vertragen, "zegt hij. Patiënten behandelen waar specialisten schaars zijn In arme gebieden kan de technologie patiënten helpen die anders geen zorg zouden kunnen ontvangen vanwege de schaarste aan artsen. Zhang en zijn collega's zullen deze zomer hun neurale netwerk naar Haïti brengen om de bruikbaarheid ervan te beoordelen. De regio heeft een grote populatie van mensen met diabetes die een risico lopen op retinopathie, maar het heeft minder dan 60 oogartsen. Dokters laten vertrouwen op computers Uitdagingen blijven bestaan bij de implementatie van op AI-gebaseerde netwerken in de gezondheidszorg, merkt Zhang op. Artsen moeten hun computerassistenten vertrouwen. In de studie vroegen Zhang en zijn collega's de computer ook om de diagnose uit te leggen, de herkende gebieden van het oog te identificeren die werden herkend en de basis vormden voor de conclusie van de machine. Andere toepassingen voor kunstmatige technologie Op AI-gebaseerde netwerken hebben een enorm potentieel in imaging voor de gezondheidszorg. Zhang toonde ook aan dat het systeem een onderscheid kon maken tussen virale en bacteriële pneumonie bij kinderen door röntgenstralen te onderzoeken. Hoewel virale longontsteking mogelijk geen behandeling vereist, vereist een patiënt met bacteriële pneumonie een snelle antibioticabehandeling om ernstige complicaties van de ziekte te voorkomen.
"Het vermogen om dit te doen zal hopelijk meer patiënten toegang geven tot het gezondheidszorgsysteem omdat we een diagnose kunnen stellen voorwaarden eerder, "zegt Khurana, en er zijn ongeveer 415.000 mensen met diabetes wereldwijd die een risico lopen op diabetische retinopathie. "Telkens wanneer we nieuwe en verbeterde technologie hebben om diagnoses sneller en beter te kunnen stellen en zorg toegankelijker voor de bredere bevolking te maken, is het een win-win voor patiënten en artsen."
"De computer spuwt niet alleen een diagnose uit. Het verklaart waarom het de diagnose en aanbeveling deed, "zegt hij. "Dat maakt dit transparanter en helpt de arts meer vertrouwen in de computer. Op deze manier is dit niet alleen een zwarte doos, en je hebt geen idee waarom het de diagnoses geeft. "
"We zien verschillende medische gebieden waar kunstmatige intelligentie steeds vaker wordt gebruikt," Khurana zegt. "Ik denk dat het een zeer opwindende tijd is voor het gebied van kunstmatige intelligentie en de toepassingen ervan in de geneeskunde."
