Googlen ja sen terveydenhuollon alan kehitystyötä tekevän tytäryhtiön Verilyn tutkijat esittelivät uuden tavan arvioida ihmisten sydänsairauksien riskiä. Skannaamalla ihmisen silmän takaosaa tekoäly analysoi vastaanotetut tiedot ja näyttää seuraavat tiedot erittäin tarkasti: ikä, verenpaine ja tupakoiko potilas. Tulevaisuudessa tätä tekniikkaa voidaan käyttää ennustamaan vakavia sydänsairauksia.
Tällä hetkellä tämä menetelmä ei ole vielä täydellinen, ja sen on käytävä läpi monia kokeita ennen kuin sitä voidaan käyttää kliinisissä olosuhteissa. Tänään Nature-lehdessä julkaistiin algoritmin toimintaa kuvaava artikkeli, joka on omistettu biolääketieteen tekniikalle.
Lue myös: Google ja Nest tekevät yhteistyötä lisätäkseen tekoälyn jokaiseen gadgetiin
Googlen ja Verilyn tutkijat käyttivät tekoälyn kouluttamiseen yli 300000 XNUMX lääketieteellistä indikaatiota. Nämä tiedot sisälsivät skannatut kuvat potilaiden verkkokalvosta sekä yleiset lääketieteelliset tiedot. Seuraavaksi hermoverkot loivat kuvioita vastaanotettujen tietojen perusteella ja oppivat yhdistämään silmäskannauksen kontrollimerkit tiettyihin mittareihin, jotta voidaan ennustaa sydän- ja verisuonitautien riskiä.
Vaikka ajatus silmien skannaamisesta potilaan terveyden seuraamiseksi kuulostaa epätavalliselta, se perustuu tehtyihin tutkimuksiin. Silmän takaseinämä on täynnä verisuonia, jotka heijastavat kehon yleistä tilaa. Tutkimalla niiden ulkonäköä kameroiden ja mikroskoopin avulla lääkärit määrittävät tekijät, jotka ovat sydän- ja verisuonitautien aiheuttajia.
Lue myös: Jamboard on Googlen digitaalinen taulu, nyt myös Euroopassa
Tutkiessaan verkkokalvon kuvia 2 potilaasta, joista toinen on kärsinyt sydän- ja verisuonitaudeista 5 vuotta ja toisella ei ole koskaan ollut niitä, Googlen algoritmit antoivat oikeat tulokset 70 %:n todennäköisyydellä. Tällä hetkellä käytössä oleva menetelmä, nimeltään SCORE, antaa oikeat vastaukset 72 %:ssa tapauksista, mutta edellyttää samalla verinäytteiden ottamista analyysiä varten.
Tällä hetkellä ajatus tekoälyn käyttämisestä potilaan sairauksien nopeaan analysointiin on kaukainen mahdollisuus. Tarvitaan vuosikymmeniä tutkimusta ennen kuin tekniikka on valmis käytännön käyttöön.
Dzherelo: theverge.com