Технологии глубинного обучения призваны улучшить диагностику двух глазных болезней: возрастной макулярной дегенерации и диабетической ретинопатии

Бизнес-подразделение искусственного интеллекта Google DeepMind надеется обучить компьютеры диагностике глазных заболеваний путем анализа данных пациентов одной из клиник Великобритании.

Используя технологию глубинного обучения, система DeepMind должна улучшить диагностику двух глазных болезней: возрастной макулярной дегенерации и диабетической ретинопатии. Обе они ведут к потере зрения. В случае раннего обнаружения заболевания зрение пациенту, возможно, удастся сохранить.

Один из способов поиска признаков этих заболеваний заключается в изучении внутренней части глаза, находящейся напротив хрусталика – области глазного дна. Делать это можно как напрямую, с помощью офтальмоскопа, так и путем цифрового сканирования глазного дна. Еще одним методом неинвазивного трехмерного сканирования сетчатки является процесс оптической когерентной томографии.

Проект стартовал после того, как консультант-офтальмолог клиники Пирс Кин обратился в DeepMind за помощью в анализе полученных изображений, который отнимал очень много времени. Если бы интерпретацию снимков удалось ускорить за счет использования компьютеров, врачи смогли бы обслуживать больше пациентов.

Исследователи в области искусственного интеллекта решили применить технологии машинного обучения, позволяющие компьютерам самостоятельно определять, какие данные важны при постановке медицинского диагноза. В феврале в DeepMind было сформировано медицинское подразделение, занимающееся сейчас разработкой мобильного приложения, которое помогало бы врачам и медсестрам диагностировать случаи острого поражения почек.

Между тем, исследователи из корпорации IBM уже научили когнитивное программное обеспечение Watson диагностировать некоторые разновидности рака.

Система DeepMind обработает около миллиона цифровых снимков сетчатки пациентов клиники Moorfields Eye Hospital, а также анонимную информацию о диагнозах, поставленных персоналом больницы, назначенном лечении, сведения о модели используемого сканера и возрасте пациентов.

Когда исследователи используют анонимные данные, не имея возможности идентифицировать конкретных людей, явного согласия со стороны пациентов не требуется.

Вместе с тем, в распоряжении Google имеется достаточно информации (в том числе координаты GPS, календари и электронная почта), которую можно было бы увязать с датами создания снимков, с тем чтобы идентифицировать пациентов.

Но соглашение, заключенное DeepMind с клиникой, запрещает устанавливать связи между исследовательской информацией и любыми другими наборами данных. Протокол исследований настолько строг, что сейчас нельзя даже связывать последовательные снимки одного и того же человека. Тем не менее, запросив специальное разрешение, есть возможность проследить за развитием заболевания и оценить эффективность проводимого лечения.

Как и в случае с уже проводимыми сейчас исследованиями, перед передачей DeepMind все идентифицирующие пациента данные будут удалены.