16 岁少女开发人工智能,帮助糖尿病患者挽回视力

来源:药明康德(微信号:WuXiAppTecC / 作者: / 2017-09-14
0 3 300

如果 16 岁的 Kavya Kopparapu 不用出席会议,发表演讲,主持学校的生物信息学社会,组织研讨会,弹钢琴和运营非营利组织,她不知道所有的空闲时间如何度过。

Kopparapu 从小就热爱科学。在弗吉尼亚州长大的她,吃早餐时都在看科学美国人。但直到参加了由国家妇女与信息技术中心(National Center for Women and Information Technology)举办的编程讲习班,她才开始对电脑深深着迷。她很快自学了 Java,HTML,Python 和 C 语言。“我的妈妈不得不把我从电脑面前拉走,以免我忘记吃饭” 。

上了高中,她选修了计算机科学,电脑视觉和人工智能课程之后,对人工智能十分着迷。Kopparapu 一直想寻找一个计算机研究项目进行实践。2016 年 6 月,高一的暑假,她很快就想到住在印度东海岸一个小城市的祖父。3 年前,祖父开始出现糖尿病视网膜病变(diabetic retinopathy)的症状,这是一种糖尿病的严重并发症,是由于高血糖水平导致的视网膜血管受损。这些血管可能膨胀,破裂,或者关闭从而阻止血液通过。有时异常的新生血管会在视网膜上生长。所有这些变化会损害视网膜血管,有可能最终导致失明。

健康的视网膜 (左) 和糖尿病视网膜病变(右)(图片来源:美国国家眼科研究所)

糖尿病眼病有两个主要阶段。NPDR(非增殖性糖尿病视网膜病变)和 PDR(增殖性糖尿病性视网膜病变)。NPDR 是糖尿病眼病的早期阶段,许多糖尿病患者都会有。如果微血管破裂,会导致黄斑水肿。这是糖尿病患者失去视力的最常见原因。如果视网膜血管关闭,会出现黄斑缺血。这两种情况发生时,都会影响患者的视力。

而当视网膜开始生长新血管时,就进入糖尿病眼病的晚期阶段 PDR。这些脆弱的新血管通常会渗入玻璃体如果渗血量少,患者可能会看到一些黑色的漂浮物。如果渗血量多,就会完全失明。

糖尿病视网膜病变的患者因视网膜损伤血管而导致视力丧失(图片来源:美国国家眼科研究所)

Kopparapu 的祖父被诊断出糖尿病视网膜病变时,视力已经出现衰退,但他仍然比较幸运。因为尽管早期发现可以通过药物和手术治疗来阻止或扭转眼睛损伤,但是大多数糖尿病患者都不会得到及时诊断。

根据统计数据显示:全球 4.41 亿糖尿病患者中,三分之一可能会出现视网膜病变的并发症,但只有大约 50% 的患者能够被确诊。严重的并发症患者中,有一半人会在发病五年内失明。

Kopparapu 说:“缺乏诊断是最大的挑战。”

目前诊断这种疾病需要数千美元的视网膜成像仪,耗时 2 小时检测才能完成。Kopparapu 想把通过手机拍照来实现诊断。

这就是诊断人工智能系统 (artificial intelligence , AI) 项目想法的来源,Kopparapu 想像它应该包括一款智能手机应用程序和一个 3D 打印的镜头。

Kopparapu 把她 15 岁的弟弟 Neeyanth 和她的高中同学 Justin Zhang 聚在一起,他们想做一个可以识别眼睛中的糖尿病性视网膜病变的迹象并提供初步诊断的 AI。

为了进行诊断 AI 项目,Kopparapu 通过 Google 查了海量资料。她还向许多眼科医生,计算病理学家,生物化学家,流行病学家,神经科学家,物理学家和机器学习专家发送了大量电子邮件进行咨询。

最后,她决定选择使用称为卷积神经网络(CNN)的机器学习架构。神经网络是人工智能背后的常见技术,应用于言语识别,机器翻译和图像字幕等领域。

CNN 特别擅长对图像进行分类,所以设计类似于大脑的视觉系统并不是巧合。信息通过“神经元”的分层(也称为节点), 在每一层,神经网络识别更多的抽象特征:像素,到边缘,到形状,再到对象。“有趣的是,我们正在使用一种基于视网膜成像原理的系统来诊断视网膜疾病,”Kopparapu 说。

Kopparapu 没有从零开始构建网络,而是选择了微软开发的称为 ResNet-50 的现成模式。但为了教导系统如何识别眼睛疾病,还需要一些培训数据。她很快就盯上了美国国立卫生研究院(NIH)的 EyeGene 数据库,其中包含的 34000 个视网膜扫描图像。大多数图像是在各种条件下用不同类型的相机拍摄,大多数图像都不同程度的模糊或曝光不良。但 Kopporapu 觉得这是件好事:“它非常好地模拟了智能手机的使用场景”。

2016 年 8 月,她的小伙伴团队已经训练了 ResNet-50 系统,使其能够准确地发现糖尿病视网膜病变,达到病理学家的标准。10 月份,她在孟买的 Aditya Jyot 眼科医院(Aditya Jyot Eye Hospital)测试了这套眼科诊断应用程序,结果证实它不仅能够检测疾病,还可以突出显像中的血管和微动脉瘤,后者通常要将荧光染料注入患者的血液才能发现。“我们试图让眼科医生尽可能轻松地查看所有信息”,Kopporapu 说。

Eyeagnosis 使用 3D 打印的镜头和支持 AI 的智能手机应用来诊断糖尿病性视网膜病变(图片来源:IEEE spectrum)

11 月,她设计出了 3D 打印的系统镜头,并且送到医院测试。安装到智能手机上时,镜头会将手机的漫反射中心闪光灯聚焦,最佳地照亮视网膜。完整的眼科诊断系统称为 Eyeagnosis,目前已经在医院的 5 名患者身上进行了试验,并且都做出了准确的诊断。

最近,Kopporapu 在纽约市的 O'Reilly 人工智能会议上介绍了该系统。NIH 视觉疾病专家 J. Fielding Hejtmancik 博士说:“该设备非常适合于筛选在广泛的人群进行高效筛选”。其他研究机构,包括 Google 和 Peek Vision 最近都发布了类似的 AI 系统,但是 Hejtmancik 博士对这几个学生的创造力印象深刻。他说:“这些孩子们把东西组合成一个非常好的方式,比大多数由更高学历的研究人员设计的诊断系统都更便宜和简单!”

eekvison 推出的糖尿病视网膜病变筛查系统,包括智能手机视力测试 Peek Acuity 和智能手机视网膜成像适配器 Peek Retina(图片来源:peekvision)

虽然临床应用还有很长的路要走,还需要经过更多的试验和数据证明系统可靠性。

一旦开发成功,Eyeagnosis 人工智能诊断系统会有很高的应用价值。可望给更多糖尿病患者人群带来早期诊断,挽回珍贵的视力。

参考资料

[1] Teenage Whiz Kid Invents an AI System to Diagnose Her Grandfather's Eye Disease

[2] American Academy of Ophthalmology

[3] eyegene.nih.gov

关注微信公众号(bio360),定时推送,福利互动精彩多
6

参与评论

登录后参与评论

评论

换一换

广东省的护士可以吗?

这是真的吗?什么时候上市

希望对腺泡状肉瘤有效

期待加等待。

 关注生物360微信

关注生物360微信