Home / medicina / Il Sankara Eye Hospital usa l’intelligenza artificiale per il rilevamento della retinopatia diabetica

Il Sankara Eye Hospital usa l’intelligenza artificiale per il rilevamento della retinopatia diabetica

In che modo il Sankara Eye Hospital utilizza l’intelligenza artificiale per il rilevamento della retinopatia diabetica

L’India è una capitale mondiale del diabete , con una prevalenza del diabete negli adulti dell’8,9% nella regione rurale. Il diabete può causare danni irreversibili alla retina, con conseguenti problemi di vista e talvolta anche cecità. In effetti, i rapporti affermano che il numero totale di persone con diabete dovrebbe salire a 439 milioni nel 2030, con quattro persone diabetiche su dieci che richiedono un qualche tipo di trattamento per gli occhi. Pertanto, richiede una diagnosi precoce e un trattamento che possa fermare il danno.

Tuttavia, la mancanza di oculisti qualificati per identificare la retinopatia diabetica influisce sulla cura, soprattutto nelle aree rurali e semiurbane, che comporta un’enorme scarsità di specialisti oculistici esperti. Per risolvere questo problema, il Sankara Eye Hospital di Bengaluru ha deciso di collaborare con Leben Care , con sede a Singapore , per implementare una piattaforma software AI basata su cloud – Nethra AI per diagnosticare le condizioni retiniche nei pazienti.

Per comprendere a fondo la soluzione ei suoi vantaggi, ci siamo messi in contatto con gli ocularisti del Sankara Eye Hospital, il dottor Divyansh K Mishra . “L’esame oculistico fornisce un indizio efficace per rilevare le malattie degli occhi. La malattia dell’occhio diabetico può causare la perdita permanente delle visioni, inclusa la cecità “, ha affermato il dott. Mishra.

La tecnologia dietro Nethra AI
Sviluppato da Leben Care, Netra.AI è una piattaforma completa di software-as-a-service per la valutazione del rischio della retina disponibile sul cloud. Spiegando la tecnologia, Gurunath Bhuvanagiri, l’architetto capo e scienziato di intelligenza artificiale di Leben.ai ha dichiarato, le immagini dei pazienti del fondo dell’occhio vengono acquisite utilizzando telecamere e quindi caricate sulla piattaforma basata sull’apprendimento automatico, che può riceverle anonime. dati del paziente tramite un portale web o tramite API.

“Con le immagini retiniche acquisite, la soluzione basata sull’intelligenza artificiale Nethra AI può diagnosticare condizioni retiniche come la retinopatia diabetica, la degenerazione maculare legata all’età, il glaucoma e varie altre patologie retiniche che richiedono il rinvio a un oculista”, ha detto Bhuvanagiri.

La soluzione utilizza algoritmi all’avanguardia, sviluppati sotto la guida di alcuni dei massimi esperti di retina a livello globale, con una rete neurale convoluzionale profonda in quattro fasi (DCNN). Aiuta a rilevare fotografie retiniche da immagini non retiniche; rilevare la distorsione della qualità generica per la valutazione automatizzata della qualità dell’immagine; rilevare lo stadio della retinopatia diabetica (DR); e annotare le lesioni in base alla densità dei pixel nelle immagini del fondo oculare.

Queste lesioni potrebbero essere microaneurismi, essudati duri, macchie di cotone idrofilo, emorragie superficiali e profonde, neovascolarizzazioni e proliferazione fibrovascolare.

Inoltre, fattori come il livello di esperienza dell’operatore, il tipo di attrezzatura utilizzata, le condizioni del paziente, il recupero di immagini di bassa qualità possono portare a analisi errate. Pertanto era fondamentale creare un algoritmo in grado di valutare automaticamente la qualità dell’immagine del fondo oculare per un rilevamento affidabile delle lesioni per un sistema di screening basato sull’intelligenza artificiale .

L’algoritmo tradizionale di valutazione della qualità dell’immagine si basa su caratteristiche artigianali, basate su parametri di qualità generici o strutturali, come caratteristiche globali dell’istogramma, caratteristiche tessiturali, densità dei vasi, nitidezza percettiva non di riferimento locale, ecc. , telecamere e campo visivo (FOV), con conseguenti bias. Tuttavia, l’algoritmo di valutazione della qualità dell’immagine in Nethra AI si basa su una rete neurale di convoluzione , che utilizza una rete CNN personalizzata a 17 strati per addestrare i dati. Il set di dati di addestramento consisteva in 103.578 immagini della retina di buona qualità (graduabili) e 8911 immagini della retina non così graduabili.

Inoltre, “l’aumento dei dati è stato utilizzato per evitare l’adattamento eccessivo e rendere il modello più robusto. Circa il 72% delle immagini di addestramento proveniva da midriatico e il restante 28% da telecamere non midriatiche “, ha affermato Bhuvanagiri.

Durante la classificazione della retinopatia diabetica, le immagini sono state classificate utilizzando la scala di gravità clinica internazionale DR (ICDRS), sia per l’addestramento che per la convalida. La valutazione includeva: No DR; DR non proliferativo, che può essere lieve, moderato o grave; e la DR proliferativa, che può causare emorragia retinica / vitreo.

Il modello è stato addestrato su un set di dati composto da 1533 immagini indipendenti, riviste da specialisti della retina, che non sono state assegnate in base al paziente e non si sovrappongono al set di dati di addestramento. Oltre all’analisi statistica, è stata eseguita utilizzando Microsoft Excel 2016 e il software statistico MedCalc versione 18.11.6.

Secondo il dottor Mishra, la soluzione valuta anche l’urgenza del rinvio del paziente. “Tale progresso ha contribuito a colmare il divario della scarsa disponibilità di oculisti qualificati a vari livelli, da un centro medico diagnostico per un esame del sangue alle aree rurali o semiurbane. Questo può consentire a milioni di persone in tutto il nostro paese, di ottenere in tempo le cure tanto necessarie “.

Nethra AI include anche strumenti avanzati per la segmentazione dei vasi sanguigni e la post-elaborazione delle immagini che aiutano i medici con approfondimenti più significativi e diagnosi accurate. Nethra Track consente ai medici di gestire e visualizzare i cambiamenti retinici nel tempo. Mantiene anche una registrazione di tutte le immagini retiniche per rilevare e notificare automaticamente i cambiamenti nel paziente. Questo strumento aggiuntivo fornisce una migliore visualizzazione e controllo sulla progressione della malattia.

Conclusione
Fino ad oggi, Netra AI ha esaminato più di 3000 pazienti in tutto il mondo e ha identificato il 5% dei pazienti a rischio. “La soluzione, Nethra AI è attualmente disponibile in moduli sia online che offline come un box autonomo”, ha affermato il dott. Mishra.

Con Nethra AI, il report generato non solo fornisce l’identificazione e il rinvio tempestivo dei singoli pazienti, ma consente anche al medico di educare il paziente utilizzando la foto della retina citando le lesioni presenti, rafforzando così la necessità di un trattamento per evitare cecità o perdita della vista .

La soluzione postposta ha anche mostrato un’eccellente sensibilità e accuratezza durante il rilevamento di qualsiasi DR, ovvero 99,7% e 98,5% rispettivamente, rendendola quindi adatta per uno strumento di screening accurato.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi