211service.com
Un oftalmólogo de IA muestra cómo el aprendizaje automático puede transformar la medicina
Los investigadores de Google obtuvieron un algoritmo de escaneo ocular para descubrir por sí mismos cómo detectar una forma común de ceguera, mostrando el potencial de la inteligencia artificial para transformar la medicina notablemente pronto.
El algoritmo puede observar imágenes de la retina y detectar la retinopatía diabética, que afecta a casi un tercio de los pacientes con diabetes, tan bien como lo puede hacer un oftalmólogo altamente capacitado. Hace uso de la misma técnica de aprendizaje automático que utiliza Google para etiquetar millones de imágenes web.
La retinopatía diabética es causada por daño a los vasos sanguíneos en el ojo y resulta en un deterioro gradual de la visión. Si se detecta temprano, se puede tratar, pero es posible que el paciente no experimente síntomas al principio, lo que hace que la detección sea vital. Se diagnostica, en parte, haciendo que un experto examine imágenes de la retina de un paciente, capturadas con un dispositivo especializado, en busca de signos de sangrado y pérdida de líquido.
Alguna forma de detección automatizada podría hacer que el diagnóstico sea más eficiente y confiable, y podría ser especialmente útil en regiones donde la experiencia requerida es escasa. Una de las cosas más intrigantes de este enfoque de aprendizaje automático es que tiene potencial para mejorar la objetividad y, en última instancia, la precisión y la calidad de la atención médica, dice miguel chiang , profesor de oftalmología y médico clínico en el Casey Eye Institute de la Oregon Health & Science University.
La IA ha tenido un éxito mixto en la medicina en el pasado. Se ha demostrado que los sistemas que utilizan una base de datos de conocimientos para ofrecer asesoramiento superan a los médicos en algunos entornos, pero ha habido una aceptación limitada. Aún así, el poder del aprendizaje automático, especialmente una técnica conocida como aprendizaje profundo, puede hacer que la IA sea más común en el futuro (consulte 10 Tecnologías innovadoras 2013: Aprendizaje profundo). Un equipo de Google DeepMind, una subsidiaria de Alphabet enfocada completamente en IA, está haciendo trabajo similar , entrenando computadoras para procesar tomografías de coherencia óptica en busca de signos de degeneración macular y otras enfermedades oculares en colaboración con investigadores del Moorfields Eye Hospital en Londres (ver El primer concierto de investigación médica de DeepMind utilizará IA para diagnosticar enfermedades oculares).
Esta investigación sobre la imagen de la retina, publicada el martes, marcó el primera vez un artículo sobre aprendizaje profundo ha aparecido en el Revista de la Asociación Médica Estadounidense , según el editor en jefe de la revista, Howard Bauchner.
Los autores del artículo, compuestos por informáticos de Google e investigadores médicos de EE. UU. e India, desarrollaron un algoritmo para analizar imágenes de la retina. Pero a diferencia del software de oftalmología existente, no estaba programado explícitamente para reconocer características en las imágenes que pudieran indicar la enfermedad. Simplemente observó miles de ojos sanos y enfermos y descubrió por sí mismo cómo detectar la afección.
Los investigadores crearon un conjunto de entrenamiento de 128.000 imágenes de la retina clasificadas por al menos tres oftalmólogos. Después de entrenar el algoritmo, los investigadores probaron su rendimiento en 12.000 imágenes y descubrieron que igualaba o superaba el rendimiento de los expertos en la identificación de la afección y la clasificación de su gravedad.
Los investigadores de Google colaboraron con científicos de la Fundación de Investigación Médica Aravind en India, donde se está llevando a cabo un ensayo clínico con pacientes reales. Este proyecto involucra a pacientes que reciben una consulta normal, pero sus imágenes también se introducen en el sistema de aprendizaje profundo para comparar. Lily Peng, investigadora de Google y médica que participó en el proyecto, dice que los resultados de este ensayo aún no están listos para su publicación.
El aprendizaje profundo podría aplicarse en muchas áreas diferentes de la medicina que se basan en el análisis de imágenes, como la radiología y la cardiología. Pero uno de los mayores desafíos será proporcionar evidencia convincente de que los sistemas son confiables. Brendan Frey , profesor de la Universidad de Toronto y director ejecutivo y cofundador de una empresa llamada Genómica profunda , advierte que los investigadores deberán desarrollar sistemas de aprendizaje automático que sean capaces de explicar cómo llegaron a una conclusión particular (consulte el Problema del lenguaje de la IA).
Peng, de Google, dice que esto es algo en lo que su equipo ya está trabajando. Entendemos que explicar será muy importante, dice.