차례:
2018 년 2 월 27 일
새로운 연구에 따르면이 기술이 안과 질환의 진단 및 치료를 어떻게 가속화 할 수 있는지 보여주기 때문에 건강 상태를 진단하고 치료하는 인공 지능 (Artificial Intelligence, AI)이 계속 추진력을 얻고있다.
Journal Cell 는 AI가 망막 질환 환자에게 어떻게 적용될 수 있는지에 대해 설명합니다. 캘리포니아 주 샌디에고 소재 Shiley Eye Institute의 안과학 교수 인 Kang Zhang 박사는이 연구에서 컴퓨터가 황반 변성과 당뇨병 성 망막증과 같은 일반적인 안 질환을 정확하고 정확하게 인식 할 수 있음을 보여줍니다.
"이것은 컴퓨터에 이미지가 무엇인지, 그들이보고있는 것에 대한 결정을 내리는 방법을 가르치는 것입니다."장 박사는 설명합니다. "목표는 컴퓨터가 의학 학교에 다니고 의학 진단 및 치료에 대한 전문 교육을받은 전문가만큼이나 훌륭하게하는 것입니다."
최고 수준의 전문성을 갖추려면 수십 년의 전문적인 경험이 필요하지만 "며칠 후 컴퓨터가 이러한 사실을 인식 할 수있는 것으로보고있다"고 덧붙였다.
이 논문은 심층 학습 컴퓨터가 의료 분야에서 합법적 인 장소를 가질 수 있다는 최근의 다른 연구를 뒤 따릅니다. 캘리포니아 주 마운틴 뷰의 안과 전문의이자 미국 안과 학회의 임상 대변인. "이런 종류의 기술은 특정 유형의 환자에게 매우 정확합니다."라고 쿠라 나 박사는 말합니다. "
황반변 성, 당뇨병 성 망막증 진단
중국, 독일, 텍사스의 Zhang과 그의 동료는 처음으로 안과 질환 이미지를 컴퓨터에 입력했습니다. 이미지는 광 간섭 단층 촬영 (optical coherence tomography)으로 알려진 영상 기술로 촬영했습니다. 이 새롭고 혁신적인 진단 기술은 광파를 사용하여 눈의 고해상도 횡단면 이미지를 촬영하여 의사가 망막을 상세하게 매핑하고 측정 할 수있는 방법을 제공합니다.
이 스캔은 황반 망막의 일부가 황반이라고 불리는 퇴행 및 당뇨병의 합병증 인 망막 혈관을 팽창시키고 누출시키는 당뇨 성 망막증이 있습니다. 둘 다 위험한 상태로 진단되어 즉시 치료받지 않으면 실명을 일으킬 수 있습니다. 현재의 컴퓨터 접근법은 컴퓨터를 훈련시키는 데 수백만 개의 이미지가 필요합니다. 장의 연구는 AI 기반의 "길쌈 신경 네트워크 (convolutional neural network)"를 사용하여 단지 200,000 개의 광학 결맞음 영상 스캔의 훨씬 작은 데이터 세트를 필요로했습니다. "컴퓨터는 눈의 정상 맵을 학습하고 있습니다. "우리는 배우고 기억할 수있는 다양한 그림을 제공합니다. 예를 들어, '이 자리가 여기 있으면 황반 변성이 될 것입니다.' 이것의 아름다움은 컴퓨터 자체로 배우는 대신에 무엇을 찾아야하는지 알려줄 수 있습니다. 이것은 컴퓨터를 인간처럼 생각하게하는 컴퓨터 소프트웨어 설계에 관한 것입니다. "컴퓨터는 30 초 내에 환자를 치료할 의사가 있는지 그리고 95 %의 정확성으로 환자를 치료해야하는지에 대한 결정을 내릴 수있었습니다.
신경 네트워크가 의사를 도울 수 있고 심지어는 너무 많은 데이터를 기억할 수있는 능력을 가지고 있다고 입증 할 수 있습니다. 이러한 기술은 전 세계적으로 사용될 것으로 전망된다. 미국과 같은 자원이 풍부한 국가에서는 질병의 징후와 치료 사이에 중요한 시간을 서둘 수 있습니다.
"가능한 한 황반변 성을 가진 환자는 한 달 이내에 치료를 받아야하지만, 의뢰 및 약속은 수개월이 걸릴 수 있습니다. 전문가들은 환자가 희소 한 환자를 치료할 수 있습니다. 자원이 부족한 지역에서 기술은 의사의 부족으로 인해 보살핌을받지 못하는 환자를 도울 수 있습니다. Zhang과 그의 동료들은 이번 여름에 아이티에 대한 그들의 신경 네트워크를 활용하여 그 유용성을 평가할 것이다. 이 지역에는 당뇨병에 걸릴 위험이 많은 당뇨병 환자가 많이 있으나 안과 의사가 60 명 미만입니다. "960>"이 기능을 사용하면 더 많은 환자에게 의료 시스템을 제공 할 수 있습니다. "당뇨병 성 망막증의 위험이있는 전세계 당뇨병 환자는 약 41 만 5 천명에 이른다. "우리가 더 빠르고 더 나은 진단을 할 수있게 해주는 새롭고 향상된 기술을 가지고 있으면서도 더 많은 사람들이 더 쉽게 접근 할 수있게 할 때마다 그것은 환자와 의사에게 유리합니다."
컴퓨터를 신뢰하는 의사되기
Zhang은 "의료 분야에서 AI 기반 네트워크를 구현하는 데는 여전히 어려움이 있습니다. 의사는 컴퓨터 보조원을 신뢰해야합니다. 이 연구에서 Zhang과 그의 동료들은 또한 컴퓨터에 진단을 설명하고, 인식 된 눈의 영역을 확인하고 기계의 결론을위한 기초라고 말했다.
"컴퓨터는 단지 진단을 내뱉지 않는다. 왜 그것이 진단 및 권고를했는지 설명합니다. "라고 그는 말합니다. "이것이 더 투명 해지고 의사가 컴퓨터를 더 신뢰하는 데 도움이됩니다. 그런 식으로, 이것은 단지 블랙 박스가 아니며 그것이 왜 진단을 내리는 지 알지 못합니다. "
인공 기술에 대한 다른 용도 AI 기반 네트워크는 의료 영상 분야에서 막대한 잠재력을 가지고 있습니다. Zhang은 또한이 시스템이 X 선 검사를 통해 어린이의 바이러스 성 세균성 폐렴을 구별 할 수 있음을 보여주었습니다. 바이러스 성 폐렴은 치료가 필요하지 않지만 세균성 폐렴 환자는 심각한 합병증을 예방하기 위해 신속한 항생제 치료가 필요합니다. "인공 지능이 점점 더 많이 사용되고있는 다양한 의료 분야가 보입니다."Khurana 말한다. "인공 지능 분야와 의학 분야에서 매우 흥미로운시기라고 생각합니다."
