Η μυωπία είναι σε άνοδο, ειδικά μεταξύ των παιδιών. Οι ειδικοί προβλέπουν ότι μέχρι το έτος 2050, η μυωπία θα επηρεάσει περίπου το 50% του παγκόσμιου πληθυσμού. Οι ερευνητές πιστεύουν ότι εν μέρει ευθύνεται η αύξηση σε αυτό που ονομάζεται “εργασία κοντά” -όταν αλληλεπιδρούμε με κοντινά αντικείμενα όπως τηλέφωνα και οθόνες. Για πολλούς ανθρώπους, ο αγώνας να δουν μακρινά αντικείμενα είναι ένα πρόβλημα που αντιμετωπίζεται εύκολα με γυαλιά ή επαφές, αλλά για άλλους αυτό εξελίσσεται σε μια πολύ πιο σοβαρή κατάσταση που ονομάζεται μυωπική ωχρά κηλίδα.
Μια ομάδα ερευνητών στη Σχολή Υπολογιστών και Επαυξημένης Νοημοσύνης στο Πολιτειακό Πανεπιστήμιο της Αριζόνα, αναπτύσσει νέα διαγνωστικά εργαλεία που χρησιμοποιούν τη δύναμη της τεχνητής νοημοσύνης ή AI, για πιο αποτελεσματικό έλεγχο για αυτήν την ασθένεια. Η μυωπική ωχρά παθολογία εμφανίζεται όταν το τμήμα του ματιού που μας βοηθά να βλέπουμε ευθεία μπροστά με αιχμηρές λεπτομέρειες τεντώνεται και καταστραφεί. Με την πάροδο του χρόνου, το σχήμα του ματιού γίνεται επίμηκες — περισσότερο σαν ποδόσφαιρο και λιγότερο σαν σφαίρα. Όταν συμβαίνει αυτό, η όραση παραμορφώνεται.
Αυτή η σοβαρή κατάσταση είναι η κύρια αιτία σοβαρής απώλειας όρασης ή τύφλωσης. Το 2015, η μυωπική ωχρά κηλίδα οδήγησε σε προβλήματα όρασης σε 10 εκατομμύρια ανθρώπους. Αν δεν αλλάξουν τα πράγματα, περισσότεροι από 55 εκατομμύρια άνθρωποι προβλέπεται να έχουν απώλεια όρασης και περίπου 18 εκατομμύρια άνθρωποι παγκοσμίως θα είναι τυφλοί λόγω της νόσου μέχρι το 2050. Επειδή η μυωπική ωχρά παθολογία είναι μη αναστρέψιμη, οι ειδικοί θέλουν να παρέμβουν έγκαιρα. Η αντιμετώπιση της πάθησης το συντομότερο δυνατό μπορεί να βελτιώσει τα αποτελέσματα της υγείας, ένας ιδιαίτερα επείγων στόχος όταν πρόκειται για παιδιά.
Οι οφθαλμίατροι μπορούν να συνταγογραφήσουν ειδικούς φακούς επαφής ή οφθαλμικές σταγόνες που επιβραδύνουν την εξέλιξη της νόσου. Ο Yalin Wang, καθηγητής επιστήμης και μηχανικής υπολογιστών στα Σχολεία Fulton, λέει ότι οι καινοτομίες στην τεχνολογία μπορούν να προσφέρουν σημαντικές λύσεις. «Η τεχνητή νοημοσύνη εγκαινιάζει μια επανάσταση που αξιοποιεί την παγκόσμια γνώση για να βελτιώσει την ακρίβεια της διάγνωσης, ειδικά στο αρχικό στάδιο της νόσου», λέει. «Αυτές οι εξελίξεις θα μειώσουν το ιατρικό κόστος και θα βελτιώσουν την ποιότητα ζωής για ολόκληρες κοινωνίες».
Μια πρόκληση να δεις τα πράγματα με έναν νέο τρόπο
Ως απάντηση σε αυτή την ανάγκη, η Medical Image Computing and Computer Assisted Intervention, ή MICCAI, Society εξέδωσε μια πρόκληση το 2023. Ο επαγγελματικός οργανισμός που επιδιώκει να προωθήσει την καινοτομία στη βιοϊατρική έρευνα ζήτησε από ειδικούς να βελτιώσουν τα συστήματα ελέγχου με τη βοήθεια υπολογιστή για εικόνες αμφιβληστροειδούς.
Επί του παρόντος, η μυωπική ωχρά κηλίδα διαγιγνώσκεται χρησιμοποιώντας σαρώσεις οπτικής τομογραφίας συνοχής που χρησιμοποιούν ανακλώμενο φως για τη δημιουργία εικόνων του πίσω μέρους του ματιού. Αυτές οι σαρώσεις συχνά ελέγχονται χειροκίνητα από οφθαλμίατρο, μια χρονοβόρα διαδικασία που μπορεί να απαιτεί εξειδικευμένη εμπειρία. Ο Wang και η ομάδα του στο Εργαστήριο Συστημάτων Γεωμετρίας απάντησαν στην κλήση. Οι ερευνητές ήταν ένας από τους νικητές της πρόκλησης MICCAI.
Για το πρώτο μέρος της εργασίας, ο Wang και η ομάδα του—η οποία περιλαμβάνει τη φοιτήτρια διδακτορικού μηχανικού υπολογιστών Wenhui Zhu καθώς και τον νευρολόγο και το επικουρικό μέλος της σχολής Fulton Schools Dr. Oana Dumitrascu— ασχολήθηκαν με την ταξινόμηση της μυωπικής ωχράς κηλίδας. Η ασθένεια έχει πέντε ταξινομήσεις που περιγράφουν τη σοβαρότητά της. Ο καθορισμός του σωστού επιπέδου βοηθά τους οφθαλμίατρους να παρέχουν πιο προσαρμοσμένες, αποτελεσματικές λύσεις στον ασθενή.
Οι ερευνητές του Fulton Schools δημιούργησαν νέους αλγόριθμους AI που ονομάζονται NN-MobileNet. Αυτά τα σύνολα οδηγιών που ακολουθούν τα προγράμματα υπολογιστών για να κάνουν τη δουλειά τους έχουν σχεδιαστεί για να βοηθήσουν το λογισμικό να σαρώσει πιο αποτελεσματικά τις εικόνες του αμφιβληστροειδούς και να προβλέψει τη σωστή ταξινόμηση της μυωπικής ωχράς κηλίδας. Η έρευνα δημοσιεύτηκε στο Myopic Maculopathy Analysis.
Στη συνέχεια, η ομάδα έστρεψε την προσοχή της στις προσπάθειες της επιστημονικής κοινότητας να χρησιμοποιήσει έναν τύπο τεχνητής νοημοσύνης που ονομάζεται βαθιά νευρωνικά δίκτυα για να προβλέψει το σφαιρικό ισοδύναμο στις σαρώσεις αμφιβληστροειδούς. Το σφαιρικό ισοδύναμο είναι μια εκτίμηση του διαθλαστικού σφάλματος του ματιού που χρειάζονται οι γιατροί όταν συνταγογραφούν γυαλιά ή επαφές. Στα βαθιά νευρωνικά δίκτυα, οι ερευνητές αναθέτουν στους υπολογιστές να αναλύουν τεράστια σύνολα δεδομένων και εφαρμόζουν αλγόριθμους που τροφοδοτούνται από AI για να βγάλουν χρήσιμα συμπεράσματα.
Με μια πιο ακριβή μέτρηση του σφαιρικού ισοδύναμου, οι γιατροί μπορούν να κάνουν πιο ακριβείς συστάσεις θεραπείας. Έτσι, ο Wang και η ομάδα ανέπτυξαν ξανά νέους αλγόριθμους που επικεντρώθηκαν στην ποιότητα και τη συνάφεια των δεδομένων. Το νέο τους μοντέλο ανάλυσης εικόνας αμφιβληστροειδούς πέτυχε εξαιρετικά αποτελέσματα, ελαχιστοποιώντας ταυτόχρονα την απαιτούμενη υπολογιστική ισχύ. Τα αποτελέσματα αυτής της έρευνας δημοσιεύτηκαν επίσης στο Myopic Maculopathy Analysis.
Τέλος, ο Wang συνεργάστηκε με άλλες νικήτριες ομάδες από την πρόκληση MICCAI σε μια τρίτη ερευνητική εργασία, που δημοσιεύτηκε στο JAMA Ophthalmology τον Σεπτέμβριο, η οποία παρουσίασε τα συλλεχθέντα αποτελέσματά τους. Οι ερευνητές από πανεπιστήμια σε όλο τον κόσμο έθεσαν στη διάθεσή τους τα προκλητικά ευρήματά τους για να τονώσουν πρόσθετες προόδους και ανακαλύψεις στην έγκαιρη και αποτελεσματική διάγνωση της μυωπικής ωχράς κηλίδας και τη βελτίωση των αποτελεσμάτων υγειονομικής περίθαλψης για ανθρώπους σε όλο τον κόσμο.