Springen naar inhoud

- - - - -

DeepMind's AI diagnoseert oogaandoening net als je dokter, met uitleg


  • Log in om te kunnen reageren

#1

Jorim

    Jorim


  • >5k berichten
  • 5196 berichten
  • Beheer

Geplaatst op 19 augustus 2018 - 13:28

eye.jpg
De AI van Google's DeepMind stelt de correcte diagnose in 94,5 procent van de gevallen in een onderzoek in Moorfields Eye Hospital (UK).
 
Toen Pearse Keane een decennium geleden in Los Angeles optische coherentietomografie (OCT) ging gebruiken om naar de achterkant van iemands oog te kijken, waren de machines relatief bassaal. "De apparaten hadden een lage resolutie en lage acquisitiesnelheden", zegt Keane, een oogheelkundig adviseur bij het Moorfields Eye Hospital en onderzoeker aan het University College in Londen. Vanaf 2007 is Keane twee jaar bezig geweest met het onderzoeken van scans van OCT-machines om oogaandoeningen bij patiënten te diagnosticeren en alle minutieuze details te identificeren die een oogaandoening karakteriseren.
 
"Het was zeer tijdrovend, arbeidsintensief werk", zegt Keane. OCT-scans gebruiken licht om hoge resolutie 3D-beelden van de achterkant van het oog te maken. Moderne OCT-scanners creëren ongeveer 65 miljoen datapunten om elke laag van het netvlies in kaart brengen. Deze methode is de standaard geworden voor artsen die oogproblemen diagnosticeren. Duizenden scans worden elke dag voltooid in het VK. "Het probleem is de gigantische hoeveelheid data." zegt Keane.
 
Een geautomatiseerd algoritme om oogaandoeningen te diagnosticeren van Moorfields en het in Londen gevestigde DeepMind, maakt het wellicht mogelijk om de tijd die dokters besteden aan het diagnosticeren van OCT-scans flink te verkorten. Uit recent onderzoek gepubliceerd in het tijdschrift Nature Medicine blijkt dat de AI van DeepMind 50 algemene oogproblemen kan herkennen - waaronder drie van de grootste oogaandoeningen: glaucoom, diabetische retinopathie en leeftijdsgebonden maculaire degeneratie.
 

In 94,5 procent van de gevallen identificeerde de AI de correcte oogaandoening aan de hand van de OCT-scans. "Het algoritme staat daarmee op hetzelfde niveau als de experts bij het diagnosticeren van OCT-scans", zegt Keane. "Het is net zo goed, of misschien zelfs een beetje beter, dan de toonaangevende oogheelkundig specialisten van Moorfields". Het unieke van dit algoritme is dat het ook kan uitleggen hoe tot een bepaalde diagnose is gekomen en het kan op meer dan één type OCT-machines worden gebruikt.

 

Bron: Nature Medicine via Wired


Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Jorim

    Jorim


  • >5k berichten
  • 5196 berichten
  • Beheer

Geplaatst op 19 augustus 2018 - 13:56

Dat AI steeds beter wordt en meer bijzonder dingen kan verbaast mij niet. En dat interpretatie-algoritme's steeds beter worden ook niet (in hoeverre is het AI-stukje relevant hier). Een bericht als bovenstaand lees je wel vaker. Wat ik een erg mooie, en wat mij betreft cruciale, toevoeging voor AI vind is dat het algoritme kan uitleggen hoe het tot het resultaat is gekomen.


#3

Benm

    Benm


  • >5k berichten
  • 10546 berichten
  • VIP

Geplaatst op 19 augustus 2018 - 15:16

Het AI stuk is denk ik vooral interessant omdat het het feitelijk gemakkelijker maakt diagnostische software te schrijven. 

 

Uiteraard heb je ook handgeschreven diagnostische software waarbij je naar patronen of iets dergelijks zoekt, maar alles wat die software 'doet' is door de programmeur bedacht. 

 

Wat interessant is, is dat de middels AI een systeem zichzelf iets kunt leren. Als je een grote set scans en bijbehorende resultaten hebt kun je het systeem zelf laten uitvogelen hoe van datapunt naar diagnose te komen, met de bekende dataset als feedback om te zien hoe correct de diagnose was. Als het werkt, kan dat systeem ook diagnoses stellen voor nieuwe datapunten waarvoor er geen diagnose bekend is. 

 

Maar wat ik met name interessant vind zijn de verdere mogelijkheden: als het met deze oogscans werkt, werkt het wellicht ook met MRI's/CT's van het hoofd waarbij een AI kan detecteren of er iets aan de hand is, zelfs als dat niet iets is waar men specifiek naar op zoek was? Als je bijvoorbeeld een scan doet na trauma (auto ongeval oid) zal een radioloog zoeken naar specifieke afwijkingen (pakweg een laesie, zwelling of iets dergelijks). Een AI zou die ook vinden, maar wellicht ook iets compleet anders (klein tumortje oid) wat de radioloog wel had kunnen zien, maar niet zag omdat hij er niet naar zocht. Die AI zoekt idealiter naar alles waar het mee getrained heeft en zou zoiets misschien wel vinden. 

Victory through technology





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures