Forscher des University College London und des Moorfields Eye Hospital haben ein KI-Modell entwickelt, das das Risiko eines Patienten für eine Reihe von Krankheiten durch die Analyse eines Bildes seiner Netzhaut erkennen kann.
Es ist nicht das erste Mal, dass KI eingesetzt wird, um Netzhautscans zu analysierenAber der Ansatz, den die Forscher mit ihrem RETFound-Modell verfolgt haben, wird die Entwicklungen in diesem Bereich der Medizin beschleunigen.
Standardmodelle für maschinelles Lernen werden in der Regel anhand einer großen Menge kuratierter Daten trainiert. Wenn Ihr Modell in der Lage sein soll, die Netzhaut einer Person zu identifizieren, die ein Risiko für eine bestimmte Krankheit hat, müssen Sie es mit einer großen Menge repräsentativer Bilder trainieren.
Die Aufbereitung medizinischer Bildgebungsdaten für das maschinelle Lernen ist sehr teuer und nimmt viel Zeit in Anspruch. Anders als bei der grundlegenden Art von Auslagerung der Datenbeschriftung in NiedrigkostenländerDie medizinischen Bilder müssen von einem Facharzt analysiert und beschriftet werden.
Die Forscher, die RETFound entwickelt haben, verfolgten einen anderen Ansatz und trainierten ihr Modell mit Hilfe von selbstüberwachtem Lernen (SSL).
Anstatt kuratierte und beschriftete Bilder zu verwenden, trainierten sie das Modell mit 1,6 Millionen unbeschrifteten Netzhautbildern.
Ein Grundlagenmodell für verallgemeinerbare Krankheitserkennung aus Netzhautbildern - Nature https://t.co/M2g0L4MMl4
- Natur (@Natur) 13. September 2023
Pearse Keane, ein Augenarzt, der zu den das ProjektIm Laufe von Millionen von Bildern lernt das Modell irgendwie, wie eine Netzhaut aussieht und welche Merkmale sie hat", erklärte er.
Sobald das Modell eine gute Grundlage hatte, wie eine normale Netzhaut aussieht, konnte es durch zusätzliches Training fein abgestimmt werden.
Die Forscher mussten das Modell dann nur noch auf 100 weiteren Bildern von Netzhäuten von Menschen mit einer bestimmten Krankheit und 100 Bildern von Netzhäuten von Menschen ohne diese Krankheit trainieren.
Die Ergebnisse waren beeindruckend: RETFound konnte Augenkrankheiten wie diabetische Retinopathie mit einem extrem hohen Grad an Sicherheit erkennen.
Die Fähigkeit des Modells zur Krankheiten wie Parkinson vorhersagenischämischer Schlaganfall, Myokardinfarkt und Herzinsuffizienz war zwar begrenzt, aber immer noch besser als andere Modelle.
Das Modell wurde öffentlich zugänglich gemacht und wird anderen Forschern viel Zeit bei der Entwicklung von Modellen ersparen, die auf die Erkennung bestimmter Krankheiten trainiert sind.
In dem Forschungspapier wird festgestellt, dass die Verwendung von RETFound als Basismodell "potenziell etwa 80% der Trainingszeit einsparen kann, die erforderlich ist, um Konvergenz für die Aufgabe der Vorhersage von Myokardinfarkten zu erreichen".
Die Anwendung von KI auf Netzhautscans ist ein spannendes Forschungsgebiet. Ihre Netzhaut ist ein Fenster zu Ihrer Gesundheit. Sie ist der einzige Teil des menschlichen Körpers, an dem das Kapillarnetz sichtbar ist.
"Wenn Sie eine systemische kardiovaskuläre Erkrankung wie Bluthochdruck haben, die potenziell jedes Blutgefäß in Ihrem Körper betrifft, können wir dies direkt in Netzhautbildern sichtbar machen", sagte Keane.
Stellen Sie sich vor, welche Auswirkungen ein gut ausgebildetes Modell wie RETFound auf die Früherkennung von Krankheiten in armen Ländern haben könnte, in denen es nicht genügend Ärzte gibt.
Man könnte Hunderte von Menschen einem Netzhautscan unterziehen, der von einer Krankenschwester durchgeführt wird, und dann die KI die Bilder auf einer Cloud-Plattform wie AWS verarbeiten lassen. Risikopatienten könnten identifiziert und dann von einem Arzt untersucht werden, anstatt zu versuchen, alle Besucher einer ländlichen Klinik zu untersuchen.
Selbst in ihrem derzeitigen frühen Entwicklungsstadium könnte diese Art von KI schon heute Leben retten, nicht erst in ferner Zukunft.
