Dalam pemeriksaan kesehatan anak saat ini, pemeriksaan fungsi visual selalu menjadi masalah di dunia. Bayi dan anak kecil kurang mampu mengeluh dan sulit bekerja sama dalam pemeriksaan, sehingga tidak mudah bagi dokter untuk menilai fungsi visualnya secara akurat.
AI mengubah situasi ini. Kini, hanya dengan video berdurasi 5 menit, sistem kecerdasan buatan dapat mengevaluasi dan menentukan apakah bayi dan anak kecil memiliki gangguan penglihatan, dan keakuratan teknologi ini telah melebihi 80%.
Bulan lalu, makalah penelitian "Diskriminasi dinamika perilaku bayi tunanetra melalui pembelajaran mendalam" yang ditulis bersama oleh Profesor Liu Yizhi, Profesor Lin Haotian dan perusahaan AI medis Voxel Technology dari Pusat Ophthalmology Zhongshan Universitas Sun Yat-sen diterbitkan dalam sub-edisi jurnal Nature "Rekayasa Biomedis Alam" (Rekayasa Biomedis Alam), faktor dampak 17.
Makalah ini memenangkan makalah sampul November
Studi tersebut menemukan bahwa penglihatan bayi dapat dinilai dari 11 karakteristik perilaku. Dengan meringkas dan memilah karakteristik ini, dan memberikan pembelajaran jaringan saraf, Zhongshan Ophthalmology dan Voxel Technology telah berhasil membuat sistem penilaian fungsi visual cerdas bayi berbasis model perilaku pertama di dunia untuk mendeteksi gangguan penglihatan pada bayi dan anak kecil sebelum bahasa. Penelitian ini memiliki dorongan besar untuk mempopulerkan skrining penglihatan bayi, yang akan bermanfaat bagi ratusan juta keluarga China.
Menggunakan AI untuk mempromosikan standarisasi penilaian fungsi visual bayi
Studi yang ada telah menunjukkan bahwa ada korespondensi tertentu antara fenotipe visual dan perilaku. Namun, bagaimana hilangnya penglihatan mempengaruhi perubahan pola perilaku individu, lingkaran akademis belum mencapai kesimpulan yang seragam. Untuk alasan ini, sejak 10 tahun lalu, tim Liu Yizhi dan Lin Haotian mulai mempelajari hubungan antara bayi dan anak-anak tunanetra dan pola perilaku bayi mereka berdasarkan "Children's Cataract Home".
Pertama-tama tim menyiapkan pemandangan standar. Dalam adegan yang sunyi dan terisolasi ini, orang tua menggendong bayi dan kamera menangkap semua gerakan di sekitar mata bayi; kemudian, melalui analisis dan verifikasi bertahun-tahun, Ini menjelaskan lebih dari selusin karakteristik perilaku medis seperti strabismus, tremor, gerakan teropong yang tidak terkoordinasi, menggosok mata, tekanan mata, menusuk mata, fotokoagulasi kompensasi, penglihatan kosong, penglihatan buta, sering berkedip, menyipitkan mata, mengerutkan kening, dll. Hubungan kuantitatif gangguan penglihatan.
Adegan penelitian (gambar efek)
Namun dengan banyaknya indikator tingkah laku, jika peneliti ingin mengamatinya satu per satu (durasi video tiap sampel dalam percobaan adalah 5 menit), niscaya akan menjadi proyek yang sangat besar. Meskipun mereka dapat membuktikan bahwa pola perilaku dapat mencerminkan kondisi penglihatan, sulit untuk dipromosikan secara klinis.
Intervensi Voxel Technology AI kali ini membuat penelitian ini berubah secara kualitatif. Teknologi Voxel, yang memiliki algoritme pembelajaran mendalam mutakhir, telah bekerja sama erat dengan Zhongshan Ophthalmology. Sebagai pihak penelitian dan pengembangan dari seluruh algoritme AI untuk proyek ini, Voxel Technology, selain menyediakan algoritme pembelajaran mendalam pelatihan video berdurasi penuh (jaringan segmentasi rangkaian waktu), akan menandai Klip video dibagi secara acak untuk pembelajaran mesin, dan voxel AI juga akan memberikan beberapa klip video yang tidak dipelajari ke mesin untuk penilaian, sehingga dapat dengan cepat mengukur pola perilaku bayi dan anak kecil.
Berdasarkan hal tersebut, tim secara kuantitatif membandingkan frekuensi kemunculan dan tingkat keparahan 13 karakteristik perilaku dalam 4 kategori kelompok fungsi visual yang berbeda.Hasil penelitian menunjukkan bahwa fungsi visual bayi normal atau tidak memang akan membawa perbedaan pola perilaku. Dalam penelitian lebih lanjut, kedua belah pihak mengklarifikasi hubungan kuantitatif antara 11 tanda perilaku medis ikonik seperti strabismus, nystagmus, posisi kepala kompensasi, dan gangguan penglihatan bayi.
AI "mengenali" karakteristik perilaku ikonik bayi
Dilaporkan bahwa tim peneliti Teknologi Voxel telah mengumpulkan 4.196 kasus video fenotipe perilaku bayi, dengan total durasi lebih dari 20.000 menit. Data ini memberikan "materi" yang cukup untuk dipelajari oleh sistem kecerdasan buatan. Profesor Lin Haotian mengungkapkan bahwa setelah belajar dan berlatih dengan big data, sistem AI saat ini telah mencapai tingkat akurasi lebih dari 80% dalam menilai fungsi visual bayi dan anak kecil.
Prospek komersialisasi: dari laboratorium ke rumah
Seperti disebutkan di atas, masih ada titik nyeri yang signifikan dalam pemeriksaan fungsi visual pada bayi dan anak kecil. Bahkan untuk observasi jangka panjang dengan mata telanjang, dokter dituntut memiliki kualifikasi yang tinggi, tingkat tinggi, dan pengalaman yang kaya; berdasarkan pertimbangan biaya dan praktis, tidak mungkin bagi rumah sakit untuk melakukan inspeksi dan skrining skala besar ... Karena berbagai alasan, bidang subdivisi ini Pasokan pasar hampir kosong.
Namun, bayi dan balita juga merupakan tahap kritis perkembangan penglihatan, jika beberapa penyakit kebutaan tidak terdeteksi dan ditangani tepat waktu, akan menyebabkan kerusakan penglihatan yang tidak dapat diperbaiki. Menurut statistik, ada lebih dari 20 juta bayi dan anak tunanetra yang tidak dapat dideteksi tepat waktu dan buta sepanjang hidup mereka. Faktor-faktor seperti degradasi lingkungan dan popularisasi produk elektronik semakin mendorong angka ini.
Oleh karena itu, munculnya sistem evaluasi fungsi visual kecerdasan buatan diharapkan dapat mengatasi permasalahan di atas, di satu sisi AI memiliki kebutuhan yang lebih sedikit untuk dukungan teknis dan kerjasama bayi, di sisi lain kelayakan dan keakuratan pemeriksaannya lebih tinggi. Singkatnya, AI tidak hanya menghindari kerjasama jangka panjang antara bayi dan peralatan medis, tetapi juga meningkatkan efisiensi dan akurasi diagnosis dan proses pengobatan, dan sangat mungkin untuk membuka tempat medis baru untuk bayi dan pemeriksaan fungsi visual anak-anak.
"Orang tua perlu merekam video untuk bayi di lingkungan yang tenang dan sederhana. Selama proses tersebut, APP akan memutar animasi pendek dengan panduan visual profesional. Pada saat yang sama, kamera ponsel akan mulai menangkap mata bayi dan merekam video 3-5 menit dan mengunggahnya ke sistem. Di dalam, sistem kecerdasan buatan dapat menilai apakah bayi memiliki fungsi visual yang tidak normal. Ding Xiaowei, CEO Voxel Technology, memperkenalkan.
Rekam video dengan ponsel
Dalam skenario aktual, teknologi ini dapat diterapkan pada skrining fungsi visual bayi dan anak kecil, termasuk oftalmologi rumah sakit, pusat intervensi dan pemantauan tumbuh kembang anak, klinik perawatan anak primer, dan bahkan rumah sakit komunitas dan keluarga.
Saat ini, Voxel Technology dan Zhongshan Ophthalmology bersama-sama mengembangkan platform skrining penglihatan cerdas untuk bayi dan anak-anak berdasarkan klien ponsel. Pada saat itu, layanan penilaian fungsi visual bayi dan anak-anak akan diperluas ke keluarga. Di masa mendatang, orang tua dapat menggunakan ponsel mereka untuk mengevaluasi penglihatan bayi mereka kapan pun dan di mana pun dengan anak-anak mereka. Status fungsional.
Ding Xiaowei mengatakan bahwa bersama dengan teknologi yang dirilis sebelumnya seperti semua penyakit kulit, serangkaian teknologi skrining tingkat klinis dan triase yang dapat diselesaikan oleh Voxel Technology akan semakin memperluas tentakel rumah sakit untuk setiap kebutuhan. keluarga.
Mulai "memecahkan" masalah medis, AI memiliki masa depan yang menjanjikan
Selain pentingnya tingkat medis, penelitian ini juga memverifikasi bahwa teknologi pembelajaran mendalam berdasarkan analisis perilaku dinamis video dapat dengan aman dan efektif membantu sistem medis mewujudkan hal yang mustahil.
Profesor Lin Haotian berkata, "Pada awalnya, tim dokter profesional perlu menandai perilaku abnormal bayi dan anak kecil di video ini dari bingkai ke bingkai, tetapi ketika data yang ditandai terakumulasi hingga batas tertentu, mesin dapat memulai pembelajaran mandiri."
Hal ini juga memungkinkan kita untuk tetap memperhatikan macan tutul - nilai AI tidak hanya untuk membantu dalam diagnosis, tetapi juga untuk benar-benar membantu penemuan ilmiah, memecahkan masalah klinis, dan bahkan mempengaruhi perkembangan sistem medis.
Ding Xiaowei mengatakan karena dapat dengan cepat mengolah dan menganalisis gambar video, AI juga dapat digunakan di masa depan untuk menganalisis karakteristik fisiologis lain selain gambar tubuh manusia dan gambar patologis, seperti perilaku dan mikrosirkulasi epidermis. Indikator-indikator ini secara langsung dapat mencerminkan kesehatan tubuh manusia.Penelitian telah menemukan bahwa karakteristik suplai darah dalam mikrosirkulasi dapat mencerminkan indeks tekanan tubuh manusia, dan gaya berjalan serta sikap dapat mencerminkan pemulihan saraf motorik dan pasca operasi.
Dengan AI, karakteristik perilaku manusia dapat dianalisis dan diringkas dengan lebih baik di masa mendatang, yang diharapkan dapat mengatasi lebih banyak masalah medis. Pemeriksaan perilaku juga akan menjadi sarana penting dalam pemeriksaan atau diagnosis medis, atau diagnosis in vitro jenis baru. Metode. "Profesor Lin Haotian menyimpulkan.
Di tingkat aplikasi, Ding Xiaowei menunjukkan bahwa dengan mempopulerkan metode diagnostik yang menggunakan perilaku manusia untuk "menemui dokter", dengan restu AI, video diharapkan menjadi portal konsultasi online terbesar kedua setelah teks (termasuk gambar).
"Sama seperti tiga arah utama dari aplikasi gabungan AI dan diagnosis medis: melihat masalah internal berdasarkan gambar radiografi, melihat masalah permukaan berdasarkan spektrum, dan melihat lebih banyak masalah berdasarkan perilaku-seperti penyakit mata, penyakit mental, penyakit otak, AI Ada banyak hal yang bisa dilakukan. "
- Seberapa populer Huawei Mate X? Pasar omset: harga pasar barang bekas melonjak lebih dari 2 kali lipat
- Propaganda bertema Two Degrees and One Rate dan Anti Evil Evil di Maonan Masuk Sekolah Tinggi Pertanian dan Kehutanan
- Perhatikan baik-baik komunitas yang "kotor, kacau, dan miskin"! Kota Sanjiao, Distrik Meijiang, Meizhou Meluncurkan Tindakan Perbaikan Lingkungan
- MGI mendorong percepatan hulu gen dan munculnya deteksi patogen. Dapatkah industri pengujian genetik diharapkan meningkat pada tahun 2020?