Ninbo Göz Xəstəlikləri İnstitutunun alimləri süni intellekt modelini inkişaf etdirərək, göz xərçənginin bədxassəli şişlərini xoşxassəli şişlərdən 89% dəqiqliklə ayırd etməyi mümkün ediblər. Bu barədə "Research" jurnalında dərc olunan araşdırmada məlumat verilib.

Alimlərin sözlərinə görə, göz şişləri erkən mərhələdə çox vaxt gözə çarpmır. Onları allergiya və ya iltihab ilə qarışdırmaq mümkündür ki, bu da xəstələrin görmə qabiliyyətini itirməsinə, hətta həyatlarını itirməsinə səbəb ola bilər. Xüsusilə kiçik yaşayış məntəqələrində göz xəstəliklərini müəyyən edə biləcək ixtisaslı oftalmoloqların çatışmazlığı da vəziyyəti çətinləşdirir.

Hazırda süni intellekt göz xəstəliklərinin diaqnostikasında tətbiq olunur. Lakin onun öyrədilməsi üçün böyük həcmdə işarələnmiş məlumat tələb olunur ki, bu da nadir patologiyalar üçün çətinlik yaradır. Bu problemi həll etmək üçün professor Çjunven Li rəhbərliyindəki alimlər yeni bir yanaşma təklif ediblər.

Tədqiqatçılar əvvəlcə 760 min işarələnməmiş göz səthi şəkilləri üzərində "OSPM" adlı model hazırlayıblar. Bu şəkillər Çinin 10 müxtəlif klinikasından əldə edilib. Daha sonra modelə 1455 təsdiqlənmiş diaqnozlu şəkillər təqdim edilib. Nəticədə, süni intellektin bədxassəli şişləri diaqnostika etməkdə dəqiqliyi 89%-ə çatıb. Bu nəticələr müxtəlif kameralarla çəkilmiş görüntülərdə də eyni dəqiqliyi saxlayıb.

OSPM modeli adi rəqəmsal fotolarla da işləyə bilir. Alimlərin sözlərinə görə, bu, uzaqdan skrininq etməyə imkan yaradır. Risk qrupunda olan bir şəxs gözünün şəklini çəkib yoxlama üçün göndərə bilər. Bundan əlavə, modelin öyrədilməsi üçün daha az işarələnmiş məlumat tələb olunur ki, bu da nadir xəstəliklərin diaqnostikasında və mütəxəssis çatışmazlığı olan bölgələrdə xüsusilə əhəmiyyətlidir.

Hazırda bu texnologiya üç fərqli ssenaridə sınaqdan keçirilir: iri xəstəxanalarda ilkin diaqnostikanı sürətləndirmək üçün, rayon klinikalarında və mobil tətbiq formatında özünü yoxlama məqsədilə. Əgər bu sınaqlar uğurla başa çatsa, texnologiya şişlərin erkən aşkar edilməsi üçün əlçatan bir alətə çevrilə bilər. Lakin modelin öyrədilmə seçkisində olmayan nadir şiş alt növlərini müəyyən etməkdə nə qədər dəqiq olacağı hələlik bəlli deyil.