Google zaglądnie nam w oczy, aby ocenić ryzyko chorób sercowo-naczyniowych

Kolejny dowód na to, że medycyna będzie w przyszłości mieć o wiele więcej wspólnego z technologią, niż nam się wydaje. Naukowcy z Google i Health-Tech Verily odkryli nowy sposób oceny ryzyka chorób sercowo-naczyniowych u ludzi wykorzystując algorytmy uczenia maszynowego.

Wystarczy zaglądnąć w siatkówkę oka

Poprzez analizę skanów siatkówki oka, oprogramowanie firmy było w stanie odgadnąć dane takie jak wiek, ciśnienie krwi oraz czy dana osoba pali, czy nie. Dane te mogą być następnie wykorzystane do przewidzenia ryzyka wystąpienia poważnych chorób sercowo-naczyniowych z dokładnością podobną do tych stosowanych obecnie. Metoda potencjalnie mogłaby, ułatwić pracę lekarzom, ponieważ nie wymaga badania krwi. Zanim jednak zostanie zastosowana w praktyce, będzie musiała zostać dokładniej przetestowana.

Idea zaglądania w głąb oczu, aby ocenić stan zdrowia serca, brzmi niecodziennie, ale jest w pełni uzasadniona. Tylna wewnętrzna część oka (dno oka) jest wypełnione naczyniami krwionośnymi, które odzwierciedlają ogólny stan zdrowia organizmu. Badając ich wygląd, można wywnioskować dane takie jak ciśnienie krwi, wiek biologiczny, a nawet to czy dana osoba pali.

Algorytmy uczenia maszynowego 

Badanie diagnostyczne oparte jest na głębokim uczeniu maszynowym. Aby „wyszkolić” algorytm, naukowcy z firmy Google i Verily wykorzystali zbiór danych medycznych od blisko 300 000 pacjentów. Informacje te obejmowały skany oka oraz ogólne dane medyczne.

Po przedstawianiu obrazów siatkówki dwóch pacjentów, z których jeden doznał incydentów sercowo-naczyniowych w ciągu następnych pięciu lat, a drugi nie, algorytm był w stanie powiedzieć, który to był pacjent z 70% trafnością. Może się to wydawać niewiele, ale obecnie stosowana metoda SCORE, wymagająca pobrania krwi, prognozuje z dokładnością 72%.

Nowe podejście w diagnostyce

Alun Hughes, profesor fizjologii i farmakologii na londyńskiej UCL, oznajmił, że podejście Google brzmi dość wiarygodnie, ponieważ od dawna była znana zależność pomiędzy siatkówką oka a ryzykiem wystąpienia incydentów sercowo-naczyniowych. Dodał, że uczenie maszynowe mogłoby znacznie przyspieszyć obecną diagnostykę, ale ostrzegał, że algorytm najpierw musi zostać przetestowany, na bardzo dużej liczbie osób.

W przypadku Google praca ta jest czymś więcej niż tylko nowym sposobem oceny ryzyka chorób sercowo-naczyniowych. Pokazuje nowe podejście w przeprowadzaniu diagnostyki opartej na uczeniu maszynowym. „Dysponując wystarczającą ilością danych, mamy nadzieję, że sztuczna inteligencja  pozwoli stworzyć nowe narzędzia diagnostyczne bez ludzkiej ingerencji.” Pomysł jest jak na razie dość odległą perspektywą, ale badania potwierdzają, że jest to możliwe.

Żródło inf. – https://www.nature.com/articles/s41551-018-0195-0

Daj znać, jeśli spodobał Ci się artykuł oraz napisz komentarz, aby czytelnicy mogli poznać Twoją opinię.