تشخیص بیماری قلبی با اسکن چشم به کمک هوش مصنوعی گوگل

[سحر]

هر روز اخبار جدیدی راجع به هوش مصنوعی و کاربردهای آن در علوم مختلف منتشر می‌شود. گوگل به‌عنوان یکی از پیش‌روهای هوش مصنوعی، در حال تلاش برای استفاده از آن برای تشخیص بیماری‌ بدون نیاز به نظارت انسان است.

دانشمندان گوگل و شرکت تابعه‌ی آن در زمینه فناوری‌های مرتبط با سلامت با نام وریلی (verily)، به‌تازگی روشی برای ارزیابی ریسک ابتلا افراد به بیماری‌ قلبی با استفاده از یادگیری ماشین پیدا کرده‌اند. در این روش، اسکن لایه‌های پشتی چشم بیماران توسط یک نرم‌افزار تحلیل می‌شود و اطلاعات دقیق درباره سن، فشار خون و این‌که آیا فرد سیگار می‌کشد یا خیر به دست می‌آید. با داشتن این اطلاعات می‌توان پیش‌بینی نمود که آیا فرد در خطر سکته قلبی یا اتفاق‌های مشابه قرار دارد یا خیر. دقت این روش تقریبا برابر با روش‌های کنونی مورد استفاده در پزشکی عنوان شده است.
این الگوریتم می‌تواند جایگزینی سریع و آسان برای روش‌های موجود باشد که برای تشخیص بیماری‌های قلبی عروقی به کار می‌رود؛ چرا که نیازی به گرفتن خون و انجام آزمایش روی آن وجود ندارد و تنها از طریق اسکن چشم قابل انجام است. روش ذکرشده باید مراحل کاملی آزمایشی را قبل از ورود به مرحله نهایی استفاده در مراکز درمانی بگذراند. مقاله‌ای که این کار را توصیف می‌کند، امروز در مجله مهندس پزشکی ژورنال نیچر منتشر شد، اگر چه تحقیق‌های قبلی آن ماه سپتامبر گذشته به اشتراک گذاشته شد.

لوک اوکادن-راینر، یکی از محققین دارویی در دانشگاه آدلاید که در زمینه یادگیری ماشین تخصص دارد، به وبسایت ورج گفته است این تحقیق نشان می‌دهد که هوش مصنوعی می‌تواند حرکت مؤثری در بهبود روش‌ها تشخیص بیماری ایجاد کند.
آن‌ها اطلاعات مربوط به یک آزمایش را برداشته‌اند و اطلاعاتی به‌مراتب بیشتر از آن‌چه پزشکان به دست آورده‌اند استخراج کرده‌اند. این‌کار به جای جایگزین کردن پزشکان، تلاش می‌کند توانایی آن‌ها را گسترش دهد.

برای آموزش الگوریتم یادگیری ماشین، محققین گوگل و وریلی از تحلیل داده‌های بیش از ۳۰۰ هزار بیمار استفاده کردند. این داده‌ها شامل اسکن چشم به‌عنوان یک داده عمومی پزشکی بود. سپس با استفاده از یادگیری عمیق، شبکه‌های عصبی برای استخراج اطلاعات مرتبط با الگو‌های به کار گرفته شدند تا علائم مرتبط موجود در اسکن چشم را بر اساس پارامترهای تشخیص بیماری‌های قلبی عروقی (مانند سن، فشار خون و ...) آموزش ببینند.

ایده نگاه کردن به چشمان شما برای قضاوت در مورد سلامتی قلبتان غیر عادی به نظر می‌رسد؛ اما این روش از یک تحقیق ثابت‌شده علمی به‌ دست آمده است. دیواره داخلی چشم (فوندوس) پر از عروق خونی و منعکس‌کننده سلامت کلی بدن است. پزشکان با مطالعه ظاهر آن با دوربین و میکروسکوپ می‌توانند چیزهایی مانند فشار خون فرد، سن و اینکه آیا فرد سیگار می‌کشد یا خیر را استخراج کنند که همگی پیش‌بینی‌کننده‌های مهم سلامت قلب و عروق هستند.
هنگامی که تصاویر شبکیه‌ی دو بیمار که یکی از آن‌ها پنج سال بعد دچار مشکلات قلبی و عروقی شده بود در اختیار الگوریتم گوگل قرار گرفت، این الگوریتم توانست در  ۷۰ درصد موارد به‌درستی فرد بیمار را تشخیص بدهد. این فقط اندکی بدتر از روش SCORE رایج برای پیش‌بینی خطر ابتلا به بیماری قلبی عروقی است که نیاز به آزمایش خون دارد. روش مرسوم دقتی در حدود ۷۲ درصد دارد.
آلون هیوز، استاد فیزیولوژی و فارماکولوژی قلب و عروق در UCL لندن، می‌گوید با توجه به تاریخچه طولانی نگاه کردن به شبکیه برای پیش‌بینی خطر ابتلا به بیماری قلبی و عروقی، روش گوگل معتبر به نظر می‌رسد. وی اضافه می‌کند که هوش مصنوعی توانایی بهبود روش‌های موجود تجزیه و تحلیل پزشکی را دارد؛ اما همچنان الگوریتم باید قبل از اعتماد کامل بارها مورد آزمایش قرار گیرد.

برای گوگل، این کار بیش از یک روش جدید برای کشف خطرات احتمالی بیماری‌های قلبی عروقی است. این تحقیق راه را به سوی یک پارادایم جدید مبتنی بر هوش مصنوعی برای رسیدن کشف‌های علمی بیشتر نشان می‌دهد. در حالی‌که اکثر الگوریتم‌های پزشکی برای الگوبرداری و تکرار ابزار تشخیصی موجود (به‌عنوان مثال برای شناسایی سرطان پوست) طراحی شده‌اند، این الگوریتم روش‌های جدیدی برای تجزیه و تحلیل داده‌های پزشکی موجود پیدا کرده است. این امیدواری وجود دارد که که هوش مصنوعی بتواند با داشتن اطلاعات کافی، بینش کاملا جدیدی در علم پزشکی مستقل از روش انسان‌ها ایجاد کند. احتمالا این یکی از دلایلی است که گوگل مطالعاتی مانند پروژه پایه‌ای ایجاد کرده که در آن پرونده پزشکی جامع ۱۰ هزار نفر را طی چهار سال جمع‌آوری می‌کند.

در حال حاضر، ایده داشتن یک پزشک با هوش مصنوعی و تشخیص‌های جدید بدون نظارت بر انسان، چشم‌اندازی دور است (احتمالا دهه‌ها و نه سال‌ها)؛ اما تحقیقات گوگل نشان می‌دهد که این ایده به‌طور کامل فراموش نشده است.