Melihat
Potensi
Potensi
Cara pasukan di Google menggunakan AI untuk membantu doktor mencegah kebutaan pada pesakit diabetes.
Saintis penyelidikan Google, iaitu Varun Gulshan, sedang mencari projek yang boleh memenuhi beberapa kriteria.
Projek ini akan menggunakan latar belakang Gulshan yang membangunkan algoritma kecerdasan buatan (AI) dan merangsang minatnya dalam bidang sains dan perubatan. Dan sebaik-baiknya, projek itu akan membantu orang di India, negara asal Gulshan.
Dia menghantar e-mel kepada Phil Nelson, pengarah Sains Dipercepat Google (GAS) dan bertanya sama ada terdapat projek seperti itu dalam kerja mereka.
Beberapa minggu kemudian, Gulshan telah membuka pemacu digital yang mengandungi beratus-ratus imbasan retina tanpa nama dari sebuah hospital di India. Nelson berpendapat dia ada projek untuk Gulshan, tetapi pertama sekali dia perlu tahu: Bolehkah model kecerdasan buatan belajar untuk mengenal pasti mana satu daripada imej itu menunjukkan tanda-tanda penyebab tertentu kebutaan, penyakit yang disebut sebagai retinopati diabetes?
“Ini seperti perlawanan yang tepat bagi saya,” kata Gulshan yang mempunyai latar belakang bekerja dengan AI untuk mengecam gerak isyarat tangan. “Apabila saya melihat imej ini, saya dapat mengatakan, okey, pembelajaran mendalam berfungsi dengan baik,” katanya. “Kita boleh menggunakannya dalam masalah ini.”
Kebimbangan yang Meningkat
Dengan 70 juta orang yang menghidap diabetes, India berhadapan dengan masalah berkaitan retinopati diabetes yang semakin buruk. Penyakit ini mengakibatkan lesi di bahagian belakang retina yang boleh menyebabkan pesakit buta sepenuhnya, dan 18 peratus daripada pesakit kencing manis di India sudah pun berhadapan dengan masalah ini. Dengan 415 juta pesakit kencing manis berisiko untuk buta di seluruh dunia (kebanyakan kes di Amerika Syarikat, China dan India), penyakit ini merupakan kebimbangan global.
daripada 70 juta orang yang menghidap diabetes di India mengalami penyakit ini.
Akan tetapi mujurlah kehilangan penglihatan kekal boleh dielakkan. Bagi mereka yang didiagnosis awal, ubat-ubatan, terapi, senaman dan pemakanan yang sihat ialah rawatan yang sangat berkesan untuk mencegah kerosakan yang lebih teruk.
Cabarannya
Kesedaran merupakan masalah yang besar bagi retinopati diabetes. Ramai pesakit kencing manis mengandaikan bahawa tanda-tanda awal penyakit ini hanyalah masalah penglihatan yang tidak serius, kata Dr. Rajiv Raman, pakar bedah retina di Hospital Mata Sankara Nethralaya di Chennai, India. Dengan tiadanya perkataan “retina” dalam bahasa Hindi, untuk bercakap tentang penyakit ini sahaja pun merupakan satu cabaran. “Untuk katarak kita ada perkataan, untuk glaukoma kita ada perkataan dalam bahasa Hindi dan juga dalam bahasa Tamil, tetapi retinopati diabetes - tidak ada perkataan yang menterjemahkan istilah ini,” kata Dr. Raman.
Dr. Rajiv Raman, Pakar Bedah Retina di Sankara Nethralaya
Chennai, India
Akan tetapi, walaupun pakar mata boleh menerangkan penyakit dan menerangkan bahawa pemeriksaan berkala akan memantau perkembangannya, kesukaran yang sebenar adalah untuk menyeru pesakit yang berisiko agar menjalani pemeriksaan retina. Bagi komuniti luar bandar di seluruh dunia, tersebar luasnya retinopati diabetes peringkat akhir lebih berkait dengan infrastruktur berbanding ubat. Perjalanan dari rumah ke klinik pakar yang terdekat boleh jadi sangat jauh dan menghadiri beberapa janji temu seringkali sangat sukar.
“Ramai pesakit luar bandar menghidap retinopati diabetes tahap serius, tetapi mereka tidak tahu bahawa mereka menghidap kencing manis”
Biasanya agak mustahil bagi pesakit yang dihimpit kemiskinan dan mempunyai tanggungan untuk menjaga diri mereka sendiri. Mereka akan meneruskan hidup hingga kesan retinopati diabetes menjadi terlalu teruk untuk diabaikan dan selalunya mereka sudah terlambat. “Ramai pesakit luar bandar menghidap retinopati diabetes tahap serius, tetapi mereka tidak tahu bahawa mereka menghidap kencing manis,” kata Dr. Sheila John, ketua teleoftalmologi di Sankara Nethralaya. “Mereka kehilangan penglihatan. Dalam sesetengah kes, mereka telah kehilangan penglihatan pada sebelah mata, [dan] kami perlu menyelamatkan mata yang satu lagi.”
Pesakit menunggu di luar Hospital Mata Sankara Nethralaya
Chennai, India
Menyusun Pasukan
Cabaran terbesar berkaitan mendiagnosis retinopati diabetes, bagaimanapun, ialah bilangan kes yang terlalu banyak. Di India sahaja, terdapat 70 juta pesakit diabetes yang mesti diperiksa dan bilangan klinisian yang terlatih tidak mencukupi untuk menyemak imbasan retina mereka.
Kita perlu menyaring [pesakit] lebih awal, ketika penglihatan mereka masih bagus
Akan tetapi, sememangnya tidak praktikal untuk pakar membuka klinik di kawasan luar bandar yang mungkin hanya didiami oleh beberapa orang pesakit, kata Dr. R. Kim, ketua pegawai perubatan di Hospital Mata Aravind di Madurai, India. “Kita perlu menyaringnya lebih awal, ketika penglihatan mereka masih bagus. Jadi, bagaimana kita melakukannya?” Dr. Kim bertanya. “Kerana mustahil bagi manusia untuk menyaring 70 juta orang ini.”
Jika kecerdasan buatan Google dapat membantu untuk memudahkan diagnosis retinopati diabetes dengan menafsirkan imbasan retina dengan tepat, mungkin penglihatan berjuta-juta pesakit dapat diselamatkan.
Bahagian yang rumit adalah mewujudkan set data untuk dipelajari oleh model AI - tugas yang melibatkan pemarkahan dan pelabelan semua imbasan satu demi satu untuk pelbagai tahap keterukan. Penyelesaian masalah itu lama-kelamaan akan memerlukan sebuah pasukan pakar oftalmologi yang besar yang akan memarkahkan imbasan untuk dipelajari oleh model AI.
Akan tetapi pasukan tersebut memerlukan lebih banyak data yang berkualiti jika mereka perlu mengajar model AI nuansa untuk benar-benar membaca imbasan retina.
Mengajar Model
Pada awalnya, pasukan ini dibantu oleh pakar oftalmologi di Aravind dan Sankara Nethralaya untuk melabelkan imej retina. Selepas beberapa bulan yang singkat, model itu dilatih untuk mengenal pasti penanda utama retinopati diabetes, seperti kerosakan tisu saraf, bengkak dan pendarahan. Dengan set data yang lebih besar, Gulshan pasti mereka akan dapat menjadikan model itu lebih tepat.
Masukkan Dr. Jorge Cuadros, ketua Sistem Komunikasi Arkib Gambar Mata (EyePACS), sebuah rangkaian teleubat yang menghubungkan pesakit di kawasan pedalaman di seluruh Amerika Syarikat dengan pakar oftalmologi untuk imbasan retinopati diabetes. Akan tetapi pesakit yang diperiksa oleh EyePACS masih perlu menunggu beberapa minggu untuk mendapatkan imbasan bergred, dan Dr. Cuadros berbesar hati untuk membantu sebarang usaha mempercepatkan diagnosis.
Data EyePACS yang dikongsi terdiri daripada pelbagai pesakit dan seratus kali ganda lebih banyak daripada data yang dapat dikumpulkan oleh pasukan AI pada waktu itu. Ini bermakna beban kerja pelabelan yang besar kerana setiap imej perlu digredkan beberapa kali untuk mengimbangi kecenderungan penggred yang berlainan. “Model itu belajar... apa yang mereka selalu lakukan secara konsisten,” kata Dale Webster, jurutera perisian di Google. “Ini cenderung untuk menghasilkan sesuatu yang agak kurang berat sebelah dan lebih mantap sedikit.”
Setakat ini, hampir 100 orang pakar oftalmologi telah memberikan lebih daripada 1 juta gred untuk model AI.
Cara AI Berfungsi
Cara Model AI Berfungsi (1/4)
Lebih 50 pakar oftalmologi telah meneliti lebih daripada 1 juta imbasan retina tanpa nama dan menarafkan setiap imbasan untuk menentukan tahap retinopati diabetes yang wujud.
Cara Model AI Berfungsi (2/4)
Setiap imbasan dikaji beberapa kali, dan digredkan secara manual pada skala 1 (tiada tanda retinopati diabetes) hingga 5 (ada tanda yang melampau).
Cara Model AI Berfungsi (3/4)
Imej bergred dimasukkan ke dalam algoritma pengecaman. Dengan memasukkan beribu-ribu algoritma imej yang digredkan, algoritma itu boleh mula memahami tanda-tanda retinopati diabetes sama seperti pakar oftalmologi.
Cara Model AI Berfungsi (4/4)
Sebaik sahaja algoritma telah dilatih, ia boleh digunakan untuk mendayakan aplikasi yang dikenali sebagai Penilaian Penyakit Retina Automatik (ARDA). ARDA membolehkan pengguna memuat naik imbasan retina untuk dianalisis dengan segera bagi mengesan retinopati diabetes.
Daripada Model kepada Peranti
Bagi semua ahli pasukan, idea bahawa mereka boleh mengubah model ini menjadi peranti Penilaian Penyakit Retina Automatik (ARDA) sebenar merupakan sebab utama bagi penglibatan mereka.
Kunci kepada perkara itu ialah ahli pasukan Google yang lain, Lily Peng. Peng yang menerima latihan sebagai doktor perubatan, seperti ahli pasukan Oftalmologi yang lain, didorong oleh kemungkinan untuk memberikan kesan klinikal sebenar.
Saya nampak kita mempunyai banyak idea yang hebat - banyak harapan, bukan?” dia bertanya. “Tetapi mengapa sesetengahnya tidak pernah menjadi kenyataan?
Lily Peng, Google
Peng mempunyai visi bahawa ARDA boleh digunakan dalam keadaan klinikal – tetapi untuk sampai ke tahap itu memerlukan percubaan dan kelulusan kawal selia. Untuk melakukan hal ini, pasukan memberikan tumpuan kepada dua matlamat: menjalankan percubaan klinikal untuk memulakan ujian ARDA di dunia sebenar dan menulis laporan mengenai hasilnya untuk Jurnal Persatuan Perubatan Amerika (JAMA).
"Kami mahu pergi ke JAMA kerana JAMA memfokuskan tentang amalan perubatan," kata Nelson. "Kami bukan hanya mahu menunjukkan bahawa kami boleh melakukan hal ini. Kami turut ingin dikenali dalam kalangan doktor. "
Satu lagi bahagian untuk mendapatkan pengiktirafan bagi peranti ARDA adalah membentangkan kerja mereka kepada Pentadbiran Makanan dan Ubat-Ubatan (FDA). Bersama Nelson di sampingnya, Peng memberikan "pembentangan cemerlang" tentang kebaikan AI. Peng merupakan penyokong utama dan penterjemah antara pelbagai komuniti yang terlibat dalam membawa ARDA menjadi satu kenyataan.
"Dia boleh bertutur dalam semua bahasa," kata Gulshan, "jadi dia boleh bercakap dengan kami dan memahami kerumitan teknikal tentang perkara yang kami lakukan, dan juga perkara yang dikatakan oleh doktor, dan hal yang berkaitan dari segi kesan. Lily membawanya dan mengubahnya menjadi... sesuatu yang kini boleh kita fikirkan untuk diletakkan di klinik."
Termometer Jenis Baharu
Tiada seorang pun dalam pasukan Google yang berpengalaman untuk mencipta peranti perubatan. Oleh itu, mereka mendapatkan khidmat Verily, iaitu syarikat milik Alphabet yang menumpukan pada kesihatan (Google juga milik Alphabet), bagi meneliti peraturan dan tuntutan klinikal untuk memohon agar teknologi ARDA diluluskan sebagai peranti perubatan.
Verily yang diterima menyertai program perintis prapensijilan FDA yang baru sahaja diumumkan - merupakan salah sebuah syarikat daripada hanya sembilan syarikat yang terpilih dalam beratus-ratus syarikat yang memohon untuk mengambil bahagian - menggunakan kepakarannya untuk membawa ARDA melalui ujian klinikal di India. Begitu juga Gulshan, yang kembali ke India untuk membantu doktor dan jururawat menggunakan peranti itu.
Pandangan Dekat
Selepas diperiksa oleh ahli optik, setiap pesakit di Sankara Nethralaya akan diperiksa oleh pakar oftalmologi. Jika pakar oftalmologi melihat tanda yang menunjukkan kemungkinan kerosakan pada mata pesakit, pesakit akan menjalani pengimbasan retina.
"Mendapatkan kelulusan kawal selia adalah penting", kata Peng, "tetapi yang lebih penting ialah klinisian yang bekerja dengan kami berasa yakin dengan perkara yang mereka lakukan dan selesa menggunakan perisian tersebut. Jadi tumpuan bukanlah pada keselamatan dan keberkesanan sahaja tetapi juga untuk mengetahui sama ada perisian ini sebenarnya akan berguna kepada mereka."
Dalam percubaan klinikal baru-baru ini, ARDA telah digunakan untuk menilai imej 3,000 pesakit diabetes di dua buah hospital di India. Gred tersebut dibandingkan dengan penilaian doktor, yang mengesahkan kajian 2016 yang dilaporkan dalam JAMA: Model ini menunjukkan prestasi yang setanding dengan kakitangan penjagaan kesihatan sedia ada yang memeriksa pesakit.
Dr. Rajiv Raman memeriksa imej retina pesakit untuk mencari tanda-tanda retinopati diabetes.
Chennai, India
Bagi Dr. Cuadros, manfaat utama ARDA ialah matematik mudah. Beliau menyatakan bahawa peratusan orang yang mengalami retinopati diabetes di Amerika Syarikat menurun dan ini menunjukkan bahawa rawatan pencegahan berkesan. Akan tetapi, oleh sebab kadar kencing manis semakin meningkat, jumlah keseluruhan pesakit retinopati diabetes kekal sama. Bilangan orang yang memerlukan saringan sedang meningkat, manakala permintaan terhadap kepakaran rawatan tetap sama.
Pakar oftalmologi terasa sakitnya.
Setiap hari saya perlu menyaring 3,000 pesakit, sesuatu yang mustahil,” kata Dr. Raman. “Jadi, bantuan sangat diperlukan. Dan ARDA merupakan pembantu saya.
Dr. Rajiv Raman, Pakar Oftalmologi
Dalam keadaan sedemikian, memasukkan kepakaran ke dalam penjagaan utama merupakan manfaat yang besar. “Jika ARDA boleh digunakan di klinik doktor penjagaan utama, ia akan membawa perubahan yang besar, kerana anda akan menyaring lebih ramai pesakit,” kata Dr. Kim. “Oleh itu, pakar oftalmologi... boleh menumpukan pada tugas merawat mereka yang menghidap retinopati sahaja.”
Malah, Dr. Raman membayangkan peranti yang biasa seperti termometer atau glukometer, iaitu alat diagnostik yang digunakan oleh pesakit kencing manis untuk memantau gula dalam darah mereka. “Kerja saya bukan memeriksa dan mengesan retinopati diabetes,” katanya. “Kerja saya adalah melakukan laser, memberikan suntikan, memberikan - melakukan pembedahan dan membantu mereka mengurangkan kebutaan.”
Akan tetapi, tanpa mengira vektor diagnosis, semua bersetuju bahawa kesedaran ialah kunci kepada kesihatan. Malah, mendapat diagnosis retinopati diabetes boleh membawa kepada hasil yang lebih baik secara keseluruhannya. “Jika anda mengesan penyakit retina pada peringkat awal, iaitu peringkat yang belum memerlukan rawatan,” kata Dr. Cuadros, “ini masih merupakan peluang bagi pesakit untuk menyedari bahawa diabetes mula menjejaskan badan mereka. Mudah-mudahan itu akan mendorong mereka untuk mengawal gula dalam darah dengan lebih baik.”
Kemajuan Diagnosis
Lebih banyak kajian sedang dijalankan, termasuk ujian klinikal yang sedang berlangsung di India - penyaringan kali pertama akan dilakukan pada tahap ini. Pasukan Google dan Verily optimis tentang kemungkinannya, bahkan kemungkinan yang di luar lingkungan retinopati diabetes. “Sejak [artikel JAMA] diterbitkan, kami telah membuat kemajuan yang lebih banyak,” kata Nelson. “Baru-baru ini kami menerbitkan tulisan ilmiah kami dalam jurnal Nature Biomedical Engineering, yang menunjukkan bahawa daripada imej retina kita boleh meramalkan bukan sahaja beberapa faktor risiko kesihatan kardiovaskular tetapi juga risiko anda untuk mengalami peristiwa kardiovaskular yang tidak boleh diabaikan.”
Suatu hari nanti, mendiagnosis penyakit serius mungkin semudah mengambil suhu atau memeriksa tekanan darah. Tetapi dalam masa terdekat ini, berjuta-juta pesakit kencing manis dapat mengekalkan penglihatan mereka berkat algoritma AI yang membantu doktor mengesan retinopati diabetes dengan cepat.
