
با هوش مصنوعی بهتر ببینید
تقریبا یک دهه پیش،تیمهایی از Google Research وشرکای تحقیقاتی اصلی ازجمله بیمارستان چشم آراوند در هند وبیمارستان راجاویثی در تایلند،شروع به بررسی این موضوع کردند که چگونه هوش مصنوعی میتواند به کاهش نابیناییهای قابل پیشگیری ناشی از بیماریهای چشمی مانند رتینوپاتی دیابتی کمک کند.
هدف ما این بود که به پزشکان کمک کنیم تا به بیماران بیشتری که دسترسی به غربالگری ندارند، برسند. بنابراین شروع به تحقیق کردیم که آیا هوش مصنوعی میتواند رتینوپاتی دیابتی را شناسایی کند؛ بیماریای که قابل درمان بوده اما یکی از علل اصلی و در حال رشد نابیناییهای قابل پیشگیری است. بسیاری از افرادی که دچار این بیماری هستند، غربالگریهای منظم و مراقبتهای فوری لازم را دریافت نمیکنند، بنابراین ما یک مدل هوش مصنوعی برای کمک به شناسایی این عارضه توسعه دادیم. تاکنون این مدل از بیش از 600 هزار غربالگری در کلینیکهای سراسر جهان پشتیبانی کرده است.ما در چند سال گذشته به بررسی راههایی برای افزایش پذیرش هوش مصنوعی در محیطهای بالینی واقعی پرداختهایم. اکنون برای مدل رتینوپاتی دیابتی به شرکای مختلف مجوز دادهایم تا این ابزار را به جوامع سراسر هند و تایلند بیاوریم؛ دو کشوری که کمبود متخصصان چشم دارند. امیدواریم این کار به بهبود نتایج برای میلیونها بیمار دیابتی که بیشتر در معرض خطر هستند، کمک کند.در سطح جهانی، حداقل 537میلیون بزرگسال تخمین زده میشود که مبتلا به دیابت هستند. تنها در منطقه آسیا-پاسیفیک، نزدیک به 227 میلیون نفر با این بیماری زندگی میکنند. تقریبا نیمی از افرادی که دیابت دارند، دچار رتینوپاتی دیابتی خواهند شد که میتواند زمانی اتفاق بیفتد که دیابت، عروق خونی تغذیهکننده به شبکیه چشم را مختل کند. با گذشت زمان، این آسیب میتواند به نابینایی منجر شود. تشخیص زودهنگام و مداخله پزشکی بهموقع میتواند به حفظ بینایی آنها کمک کند، بنابراین غربالگری منظم بسیار حائز اهمیت است. بااینحال، به دلیل کمبود متخصصان بهداشت در بسیاری از نقاط جهان، بسیاری از افراد بدون تشخیص و درمان باقی میمانند و درنهایت بینایی خود را به خطر میاندازند.توسعه یک مدل هوش مصنوعی برای کمک به شناسایی رتینوپاتی دیابتی توسط پزشکان، یک قدم به سوی راهحل احتمالی است امابرای اثرگذاری درمقیاس جمعیت،نیازداریم تا راههایی برای گسترش غربالگری رتینوپاتی دیابتی در مقیاس وسیع شناسایی کنیم. به همین دلیل است که گام بعدی خود را در همکاری با ارائهدهندگان خدمات بهداشتی و شرکای بهداشتفناوری مانند Forus Health، AuroLab و Perceptra برداشتهایم. این شرکا تلاش خواهند کرد تا مجوزهای محلی برای آوردن این مدل به سیستمهای مراقبت بالینی در سراسر هند و تایلند را دریافت کنند. درطول 10سال آینده، این شرکا قصددارندشش میلیون غربالگری پشتیبانیشده توسط هوش مصنوعی رابه جوامعی با منابع محدود ارائه دهند، بدون اینکه هزینهای برای بیماران داشته باشد.ما همچنین با وزارت بهداشت عمومی تایلند و اداره خدمات پزشکی (DMS) که مسئول برنامه غربالگری رتینوپاتی دیابتی کشور است، در زمینه تحقیقات پیادهسازی و تجزیه و تحلیل هزینه اثربخشی همکاری کردهایم. این همکاری هوش مصنوعی ما را وارد برنامه نوآوری ملی تایلند کرده و راه را برای همکاری بینPerceptra وDMS هموارخواهدکرد تامدل هوش مصنوعی رتینوپاتی دیابتی را در بیمارستانهای بخش عمومی بهکار گیرد و به تاثیرگذاری در مقیاس جمعیتی کمک کند.