Les scientifiques de l'Institut d'ophtalmologie Ningbo ont créé un modèle d'intelligence artificielle, qui peut faire la différence entre les tumeurs malignes de l'œil avec une précision de 89%. Le développement est décrit dans le magazine de recherche.
Selon les scientifiques, les tumeurs oculaires sont souvent inaperçues dans les premiers stades. Ils sont facilement confondus avec les allergies ou l'inflammation, à la suite de quels patients perdent la vue, et parfois la vie. De plus, les petites villes sont absentes des ophtalmologistes qualifiés qui peuvent reconnaître les néoplasmes dangereux.
L'intelligence artificielle est déjà utilisée pour diagnostiquer les maladies oculaires, mais son enseignement nécessite de grands volumes étiquetés des données difficiles à collecter dans des pathologies rares. La solution a été proposée par le professeur Chrongen Lee scientifiques.
Les scientifiques ont créé un modèle OSPM, qui s'est d'abord formé sur les 760 000 images non publiées de l'œil de l'œil reçu des 10 cliniques de Chine. Ensuite, un algorithme a reçu 1455 images avec diagnostic approuvé. En conséquence, la précision de l'artificialité des tumeurs malignes a atteint 89%. Ces chiffres ont été conservés lors de l'analyse des images oculaires réalisées avec différentes caméras.
L'algorithme appelé OECM fonctionne également avec des photos numériques ordinaires. Selon les scientifiques, cela rend le défilement à distance possible. La personne dans le groupe à risque peut prendre des photos de son œil et envoyer l'image pour vérifier. De plus, le modèle nécessite moins de données étiquetées pour l'enseignement, ce qui est particulièrement important pour diagnostiquer les maladies rares dans les régions où des spécialistes spécialisés sont limités.
Le développement est déjà testé dans trois scénarios, les grands hôpitaux pour accélérer le diagnostic principal, dans les cliniques régionales et en tant qu'application mobile pour l'auto-test.
Si les tests réussissent, la technologie peut devenir un outil disponible pour la détection précoce des tumeurs. Cependant, il n'est pas encore clair à quel point le modèle sera précisément en mesure de reconnaître les sous-tariques des tumeurs rares, qui n'ont pas été dans la collection d'enseignement.
Traduction de: euromedia24.com
