16歲學生使用3D打印、AI創建糖尿病視網膜病變診斷裝置
近日，年僅16歲的學生Kavya Kopparapu設計了3D打印眼睛診斷裝置。“Eyeagnosis”使用相機檢測糖尿病性視網膜病變的癥狀，這種疾病影響全球三分之一的糖尿病患者。
眾所周知，糖尿病是一種防止身體正確產生胰島素的疾病，其影響著全球4.15億人。在這4.15億人群中，有三分之一的患者將發展成為糖尿病性視網膜病變。這種并發癥會損害視網膜血管，最終導致失明。不幸的是，世界各地對糖尿病患病情況的診斷存在顯著不足。在視網膜病變患者中，有一半會出現未確診。
糖尿病性視網膜病變的典型診斷程序是通過一個兩小時的檢查，需要昂貴的視網膜成像儀徹底檢查患者的眼睛。雖然這款設備可以有效的發現視網膜病變的癥狀，但它不是那么容易獲得。這就是為什么Kavy Parapu要設計一個3D打印眼睛診斷裝置。此外，他的祖父患有視網膜病，所以他希望研發這種裝置來幫助糖尿病患者。
Parapu和她15歲的弟弟Neeyanth，以及同學Justin Zhang一起，使用3D打印創建“Eyeagnosis”，這是診斷視網膜病變最便宜的工具。據悉，他們自發形成的研究組織名為Ocular。Ocular的創新設備由智能手機應用程序和3D打印鏡頭組成，可用于拍攝患者眼睛的特寫照片。應用程序中的人工智能系統可以識別照片中的視網膜病變的視覺癥狀，提供對患者的初步診斷。
“缺乏診斷是最大的挑戰，”Kopparapu說道。“在印度，出臺的解決方案是將醫生送往村莊和貧民窟，但患者和眼科醫生之間存在巨大的數量差異。”Kopparapu通過電子郵件與許多眼科醫生、計算病理學家、生物化學家、流行病學家、神經科學家、物理學家和機器學習專家接觸，以創建“Eyeagnosis”。 收到信息后，她決定使用稱為卷積神經網絡（CNN）的機器學習架構作為對攝像機拍攝的眼睛圖像進行分類的手段。
在CNN中，信息通過被稱為節點的層，并且網絡識別每層圖像的更多特征。Kopparapu說：“這種系統的使用并不是沒有一點意義。有趣的是，我們正在使用基于視網膜系統診斷視網膜疾病。”用于眼科診斷的網絡是微軟開發的一款叫做ResNet-50的現成模型，補充了國家衛生研究院（NIH）的EyeGene數據庫的34,000次視網膜掃描。
一年前，Kopparapu完成了ResNet-50模型，以便能夠以人類病理學家的準確性發現糖尿病性視網膜病變的體征。到2016年10月，她正在與孟買的Aditya Jyot Eye醫院進行討論，在臨床環境中測試該應用。
據悉，其已經使用眼科裝置準確診斷了5名患者。在3D打印設備被證明是完全可靠的之前，需要進行更多的測試，但早期跡象對于Kopparapu及其創作是非常積極的。上個月，Kopparapu在紐約市的O'Reilly人工智能會議上介紹了3D打印眼科診斷裝置。
NIH視覺疾病專家J. Fielding Hejtmancik評論說：“該設備非常適合于篩選更廣泛的人群，并且更加高效。”
(責任編輯：admin)
大西洋大學開發用于食道癌
Ashley Furniture在制造過
看美國研究人員如何繼續改
ITAMCO和普渡大學合作為美
漢高收購美國一3D打印公司
加拿大衛生部發布醫療設備
