Według Światowej Organizacji Zdrowia blisko jeden na dwudziestu mieszkańców ziemi niedowidzi. Przy tym prawie 80% wad wzroku można uniknąć dzięki odpowiedniej prewencji. W przypadku chorób siatkówki krytyczne jest wczesne wykrywanie. Jednak okuliści nie mają wystarczających zasobów, aby je dokładnie badać i precyzyjnie diagnozować. Pomocna mogłaby być sztuczna inteligencja. W ten sposób można uchronić przed niedowidzeniem miliony pacjentów.

Choroby siatkówki: sytuacja

Jedną z głównych przyczyn niedowidzenia są powikłania cukrzycy (retinopatia cukrzycowa). Szacuje się, że łączna liczba osób chorych na cukrzycę podwoi się w latach 2000-2030, co znacznie zwiększy liczbę przypadków niedowidzenia na świecie.

Jeśli udałoby się je rozpoznawać dostatecznie wcześnie, ciężkie wady wzroku można ograniczyć nawet o 57%. Niestety, zanotowano tylko nieznaczny postęp w zakresie badań przesiewowych mających na celu wykrywanie chorób siatkówki na ich wczesnym etapie. W krajach, których obywatele zapadają na takie choroby najczęściej, pacjenci nie są poddawani regularnym badaniom lekarskim. Okuliści mają stosunkowo niewielką skuteczność w wykrywaniu choroby siatkówki podczas bezpośrednich rozszerzonych badań oczu. Ze względu na to, że uwaga opinii publicznej skupia się przede wszystkim na chorobach zagrażających życiu, choroby siatkówki i zaburzenia widzenia schodzą na dalszy plan.

Pod lupą sztucznej inteligencji

Sztuczna inteligencja może być kluczem do znacznego zmniejszenia poważnych konsekwencji chorób siatkówki - może pomóc okulistom zwiększyć wykrywalność, stanowiąc skuteczne wsparcie dla ludzkiego doświadczenia. Dzięki współpracy z Lenovo, Barcelona Supercomputing Center (BSC) postanowił zbadać, w jaki sposób sztuczna inteligencja może poprawić dokładność procesu badań przesiewowych i sprawdzić czy można pomóc wykrywać choroby siatkówki na wczesnych etapach ich rozwoju. Technologia sztucznej inteligencji dodatkowo zwiększa prawdopodobieństwo wczesnego wykrywania poprzez przekazanie badań przesiewowych w ręce pacjentów z zaniedbanych populacji. Pozwala im bowiem na samodzielne przeprowadzenie wstępnego badania przesiewowego w kilka minut za pomocą smartfona.

Oprócz retinopatii cukrzycowej, niedowidzenie może być skutkiem innych patologii, takich jak jaskra, zwyrodnienie plamki żółtej, zespoły znamienia naskórkowego czy odwarstwienie siatkówki. Modele uczenia maszynowego znacznie ułatwiają identyfikację tych różnych patologii w porównaniu do obecnie stosowanych metod badań przesiewowych. Dario Garcia-Gasulla, naukowiec z Barcelona Supercomputing Center, jest optymistą, jeśli chodzi o wykorzystanie tej technologii. „Skalowanie projektów, trening i walidacja modeli uczenia maszynowego w celu badania tych wad wzroku może być wyzwaniem. Jednak potencjalny wpływ tych rozwiązań jest ogromny, ponieważ z takimi samymi wyzwaniami spotykamy się w innych dziedzinach medycyny i wielu innych zastosowaniach przemysłowych.” - wyjaśnia Dario Garcia-Gasulla.

Transfer Learning pozwala sprostać wyzwaniom

Problem z treningiem modelu sztucznej inteligencji w celu wykrycia niektórych chorób siatkówki polega na braku czystych danych dostępnych do szkolenia sieci neuronowej. W przypadku patologii, dla których nie dysponuje się odpowiednią ilością danych (np. <5000 obrazów) szkolenie niezawodnej, głębokiej sieci neuronowej od podstaw może okazać się niemożliwe. Technika transfer learning opiera się na modelach przeszkolonych pod kątem problemów, dla których posiadane są większe zbiory danych. Są one ponownie wykorzystywane do rozwiązywania innych problemów z niewielką dostępnością danych. Transfer learning można wykorzystać również w taki sposób, żeby skrócić okres treningu (do czasu liczonego w minutach), badań, a ostatecznie zmniejszyć koszty związane z opracowaniem rozwiązania.

Lenovo przedstawia nową technologię sztucznej inteligencji

Podczas niedawnej konferencji ISC (Intenrational Supercomputing Conference) we Frankfurcie, Lenovo i BSC zaprezentowały demo aplikacji Transfer Learning opracowanej w Centrum Innowacji Sztucznej Inteligencji Lenovo działającym w amerykańskim w Morrisville. Aplikacja pozwalała odwiedzającym stoisko Lenovo uczestniczyć w zabawie z kategorii grywalizacji, w której za pośrednictwem intuicyjnego interfejsu, każdy mógł wziąć aktywny udział w ulepszaniu badań przesiewowych w kierunku chorób siatkówki.

„Celem demonstracji było pokazanie, jak łatwo jest używać wstępnie wyszkolonych, głębokich sieci neuronowych jako ekstraktorów funkcji, które zasilają inne prostsze i szybsze modele. W ciągu dziesięciu minut każdy uczestnik był w stanie zaprojektować, wyszkolić i zweryfikować wydajność modelu uczenia maszynowego, aby wykryć patologię siatkówki. Uczestnicy pracujący nad tą samą patologią byli porównywani, w celu wyszukania i nagrodzenia najlepszego modelu zaprojektowanego podczas całej konferencji.” - wyjaśnia Dario Garcia-Gasulla.

Sztuczna inteligencja stworzona przez Lenovo

Tego rodzaju badania są możliwe dzięki wykorzystaniu najnowszych rozwiązaniom Lenovo, w tym opracowanych przez Centra Innowacji Sztucznej Inteligencji Lenovo, np. wprowadzonej niedawno na inteligentnej platformy Lenovo LiCO (Lenovo intelligent Computing Orchestration) 5.1. Konsekwentna praca nad innowacjami w zakresie sztucznej inteligencji zaowocowała opracowaniem przez Lenovo architektury Lenovo AI Validated Design dla rozwoju modelu na procesorach Intel Xeon Scalable, a także NVIDIA® Tesla®.

Współpracując z wiodącymi instytucjami badawczymi, takimi jak BSC, i udostępniając swoje Centra Innowacji Sztucznej Inteligencji klientom na całym świecie, Lenovo pomaga rozwiązywać największe wyzwania, przed jakimi stoi ludzkość. To zaangażowanie sprawia, że 17 z 25 najlepszych uniwersytetów badawczych obdarzyło Lenovo zaufaniem i wybrało jako dostawcę technologii. To także tłumaczy dlaczego Lenovo jest największym dostawcą superkomputerów na liście Top500. Warto podkreślić, że rozwiązania sztucznej inteligencji Lenovo wykraczają poza obszar badań akademickich. Firma dostarcza rozwiązań dla opieki zdrowotnej, produkcji, usług finansowych oraz innych branż. Więcej informacji na ten temat można uzyskać, odwiedzając stronę Lenovo.com/AI lub odwiedzając stoiska targowe Lenovo.