Pontosan felismeri a mesterséges intelligencia az egészségügyi rendellenességeket kézfotók alapján: csupán a kézfej és az ökölbe szorított kéz képeinek elemzésére van szüksége.
Egy mesterséges intelligencia képes pontosan diagnosztizálni egy ritka endokrinológiai állapotot pusztán a kézfej és az ökölbe szorított kéz képeinek elemzésével.
A Kobe Egyetem eredménye ígéretes a hatékonyabb beutalási rendszerek létrehozása és a közösségek közötti egészségügyi egyenlőtlenségek csökkentése szempontjából.
Az akromegália egy ritka, nehezen kezelhető betegség, amely általában középkorúaknál jelentkezik – a kezek és a lábak megnagyobbodását okozza, megváltoztatja az arc megjelenését, valamint hatással van a csontok és szervek növekedésére az egész testben.
A növekedési hormon túltermelése által okozott állapot évtizedek alatt lassan lezajlik, de kezeletlenül életveszélyes szövődményeket okozhat – a várható élettartamot nagyjából 10 évvel csökkenti le.
„Mivel az állapot lassan fejlődik és ritka betegségről van szó, gyakori, hogy akár egy évtized is eltelik a diagnózisáig” – mondta Fukuoka Hidenori, a Kobe Egyetem endokrinológusa.
Olvasd el: Kinek hasznos az immunterápia? Az MI megmondja
„A mesterséges intelligencia eszközeinek fejlődésével történtek kísérletek a fényképek felhasználására a korai felismeréshez, ezeket a klinikai gyakorlatban azonban még nem alkalmazták” – jegyezte meg a szakember.
A kezek alapján is sikeresen azonosított a mesterséges intelligencia
A jelenlegi mesterséges intelligencia kutatási kihívásokat vizsgálva a csoport megállapította: a legtöbben az arcképekre támaszkodnak, ami adatvédelmi aggályokat okozhat.
Ohmachi Yuka, a Kobe Egyetem végzős hallgatója elmondta: ezen aggály kiküszöbölésére úgy döntöttek, a kezekre összpontosítanak. Egy olyan testrészre, amelyet a klinikai gyakorlatban rutinszerűen vizsgálnak az arc mellett diagnosztikai célból, különösen azért, mert az akromegália gyakran manifesztálja a kezek elváltozásait.
Úgy döntöttek azonban, duplán fokozzák az adatvédelmet és csak a kézfej és az ökölbe szorított kéz képeit használják, elkerülve az egyedibb tenyérvonal-mintákat.
Ez lehetővé tette számukra, hogy 725 beteg támogatását kérjék 15 japán orvosi intézményben, akik több mint 11 ezer képet adományoztak mesterséges intelligencia modelljük betanításához és validálásához.
A Journal of Clinical Endocrinology & Metabolism című folyóiratban a Kobe Egyetem csapata arról számolt be, hogy modelljük igen nagy érzékenységgel és specificitással ismeri fel az állapotot.
A mesterséges intelligencia-modell valójában még a tapasztalt endokrinológusokat is felülmúlja, akiket ugyanazon fényképek értékelésére kértek fel.
„Őszintén szólva meglepődtem, hogy a diagnosztikai pontosság ilyen magas szintet ért el, pusztán a kézfej és az ökölbe szorított kéz fényképeinek felhasználásával. Különösen jelentősnek találtam, hogy ezt a teljesítményszintet arcvonások nélkül is el tudtuk érni, ami sokkal praktikusabbá teszi ezt a megközelítést a betegségek szűrésében” – mondta Ohmachi.
További lépéseket terveznek
A csoport következő lépésként a modell kiterjesztését jelölte meg más, az ilyen fényképeken keresztül azonosítható állapotokra, például a reumatoid artritiszre vagy a vérszegénységre.
Ez az eredmény belépési pont lehet az orvosi mesterséges intelligencia lehetőségeinek bővítéséhez – jegyezte meg Ohmachi.
Az orvosi gyakorlatban az orvosok nemcsak kézképeket használnak a diagnózishoz – számos tényezőre és adatra támaszkodnak.
A Kobe Egyetem csapata ezért az újonnan kifejlesztett modelljét a „klinikai szakértelem kiegészítésére, a diagnosztikai felügyelet csökkentésére és a korábbi beavatkozás lehetővé tételére” szánja – mint azt a cikkükben leírták.
„Úgy gondoljuk, a technológia továbbfejlesztése olyan orvosi infrastruktúra létrehozásához vezethet, amely az átfogó egészségügyi ellenőrzések során a kézbetegségek gyanúját szakemberekhez kapcsolja. Továbbá támogathatja a nem szakorvosokat a regionális egészségügyi intézményekben, hozzájárulva ezáltal az egészségügyi ellátásban mutatkozó egyenlőtlenségek csökkentéséhez” – mondta el a tanulmány vezetője, Fukuoka Hidenori.
Olvasd el ezt is: Cukorbetegség szöveti jellemzőit dekódolja a mesterséges intelligencia
B.A.
