I Amerika er medfødte grå stær - en sammenblanding af øglinsen ved fødslen, der kan føre til blindhed - forsvindende (og heldigvis) sjældne. Ligesom tandfald eller stivkrampe har bedre screening og teknologier ført til tidligere diagnoser, og problemet kan i vid udstrækning heles med kirurgi. Men i udviklingslandene betyder mangel på bred ekspertise og ressourcer, at hundreder af tusinder af børn nu er blinde på grund af denne behandelige sygdom.
"Mistede eller forkerte diagnoser såvel som uhensigtsmæssige behandlingsbeslutninger er almindelige blandt patienter med sjældne sygdomme og er i modstrid med målene for præcisionsmedicin, især i udviklingslande med store populationer, såsom Kina, " skriver en gruppe kinesiske forskere i en undersøgelse offentliggjort mandag i tidsskriftet Nature Biomedical Engineering .
Disse forskere sigter mod at løse det forebyggelige behandlingsgap ved hjælp af ørnekrævende AI. Forskerne skitserer et kunstigt intelligensprogram, der kan diagnosticere medfødte grå stær mere nøjagtigt end humane læger, og rapporterer, at de data, den indsamler, kan hjælpe med at anspore til ny forskning i, hvordan man behandler denne sjældne sygdom.
Aldring er den mest almindelige årsag til grå stær, men omkring 5 til 20 procent af børnenes blindhed skyldes medfødte grå stær. Selvom sygdommen kan helbredes ved kirurgi, kan den, hvis den ikke løses hurtigt nok, føre til doven øje, da hjernen og øjet ikke fungerer korrekt, mens barnet vokser. I Kina skyldes ca. 30 procent af børnenes blindhed denne form for sygdom.
I 2010 fik kataraktkrisen i Kina anledning til grundlæggelsen af Childhood Cataract-programmet fra det kinesiske sundhedsministerium, ifølge undersøgelsesmedforfatter Haotin Lin. Programmet har indsamlet data om tusinder af tilfælde af medfødte grå stær, sagde Lin, men datasættet havde endnu ikke nået sit fulde potentiale. Så inspireret af DeepMind-projektet, der byggede et AI-program, der kunne slå professionelle spillere på klassiske videospil, besluttede Lin og hans team at bruge deres data til en AI-opthamolog.
"Da AI kan spille spil mod menneskelige spillere, hvorfor ikke oprette en AI, der kan fungere lige som en kvalificeret menneskelig læge?" Sun Yat-Sen University oftalmologiforsker Lin sagde om sit holds tænkning.
Arbejdende med et team fra Xidian University i to år var forskerne i stand til at bygge CC-Cruiser, et AI-program, der er uddannet til at undersøge billeder af øjne for at opdage tilstedeværelsen af grå stær og anbefale, om kirurgi er nødvendigt. I en test sammen med humane øjenlæger identificerede CC-Cruiser alle tilfælde af medfødt grå stær ud fra en gruppe på 50 billeder af patienter. I mellemtiden gik øjenlægerne glip af adskillige tilfælde og fejlagtigt diagnosticeret flere falske positiver, rapporterer forskerne i deres nye undersøgelse.
"Mennesker har en tendens til at være [enten] noget konservative eller radikale på grund af deres egen oplevelse og personlighed, og maskinens fordel er dens objektivitet, " siger Lin. "Vi [tror], at dybe læringsresultater, der samarbejder med menneskelig analyse, vil opnå en bedre sundhedspleje kvalitet og effektivitet."
Men Lin og hans holds vision går videre: De ser CC-Cruiser som en model til at udnytte kraften i big data for at hjælpe med at forbedre forskning og behandling af medfødte grå stær.
Da medfødte grå stær kan præsentere på forskellige måder, kan sammenlægning af data fra sager overalt i verden give computere og læger en bedre fornemmelse af, hvordan man nærmer sig sygdommen, rapporterer forskerne. Forskerne har således bygget CC-Cruiser som en skybaseret AI, som læger kunne få adgang til på hospitaler rundt om i landet. Læger ville være i stand til at uploade patientbilleder til systemet, og AI ville evaluere billederne for at diagnosticere eller udelukke medfødte grå stær.
Hvis AI opdager sygdommen og bestemmer, at øjeblikkelig kirurgi er påkrævet, vil en nødmeddelelse blive sendt til CC-Cruisers skabere for at bekræfte diagnosen, som derefter vil blive sendt tilbage til patientens læge. I mellemtiden fortsatte CC-Cruiser med at indsamle data, som læger og forskere kunne bruge til yderligere at forbedre AI og bruge til at studere variationer og behandlingsmuligheder for medfødte grå stær.
Derudover kunne CC Cruiser bane vejen for at udøve endnu sjældnere sygdomme, når lande og institutioner mangler specifik ekspertise. "De begrænsede ressourcer hos patienter og isoleringen af dataene i de enkelte hospitaler repræsenterer en flaskehals i databrug, " sagde Lin. "Opbygning af en samarbejdende skyplatform til dataintegration og patientscreening er et vigtigt trin."
