Dostrzec
potencjał
potencjał
W jaki sposób zespół w Google używa AI, by pomóc lekarzom zapobiec ślepocie spowodowanej cukrzycą.
Varun Gulshan, badacz w zespole Google, szukał projektu spełniającego kilka kryteriów.
Projekt miał pozwolić wykorzystać doświadczenie Gulshana w tworzeniu algorytmów sztucznej inteligencji (AI) i wpisywać się w jego zainteresowanie nauką oraz medycyną. Świetnie by było, gdyby pomagał ludziom w Indiach, skąd pochodzi Gulshan.
Wysłał e-maila do Phila Nelsona, dyrektora Google Accelerated Science (GAS), pytając, czy pracują nad takim projektem.
Kilka tygodni później Gulshan otworzył cyfrowy dysk zawierający setki anonimowych skanów siatkówki ze szpitala w Indiach. Nelson uznał, że może mieć projekt dla Gulshana, ale przede wszystkim musiał wiedzieć, czy model sztucznej inteligencji potrafi się nauczyć, które z tych obrazów pokazują objawy konkretnej przyczyny ślepoty – schorzenia nazywanego retinopatią cukrzycową.
„To było idealnie dopasowane do moich umiejętności” – mówi Gulshan, który pracował nad AI w zakresie rozpoznawania gestów. „Gdy spojrzałem na te obrazy, mogłem powiedzieć, że deep learning dobrze się sprawdzi. Mogliśmy wykorzystać tę technologię w przypadku tego problemu”.
Coraz większy problem
W Indiach jest 70 milionów chorych na cukrzycę, co sprawia, że retinopatia cukrzycowa staje się coraz poważniejszym problemem. Choroba prowadzi do patologicznych zmian w siatkówce, które mogą powodować całkowitą ślepotę, a 18% indyjskich diabetyków już cierpi na to schorzenie. Na całym świecie 415 milionów chorych jest zagrożonych ślepotą (najwięcej przypadków występuje w Stanach Zjednoczonych, Chinach i Indiach), więc choroba staje się problemem ogólnoświatowym.
spośród 70 milionów chorych na cukrzycę w Indiach cierpi na to schorzenie.
Jednak dobra wiadomość jest taka, że można uniknąć zupełnej utraty wzroku. W przypadku osób wcześnie zdiagnozowanych leki, terapie, ćwiczenia i zdrowa dieta bardzo skutecznie zapobiegają dalszym uszkodzeniom.
Wyzwania
Świadomość to ogromny problem w przypadku retinopatii cukrzycowej. Zdaniem doktora Rajiva Ramana, chirurga siatkówki w Szpitalu Okulistycznym Sankara Nethralaya w Ćennaj w Indiach, wielu pacjentów z cukrzycą myśli, że wczesne objawy choroby to tylko niewielkie problemy ze wzrokiem. W hindi nie ma słowa oznaczającego „siatkówkę”, więc nawet rozmowa o schorzeniu jest niełatwa. „W hindi i tamilskim mamy słowo oznaczające zaćmę, mamy słowo oznaczające jaskrę, ale nie mamy wyrażenia oznaczającego retinopatię cukrzycową” – mówi doktor Raman.
Dr Rajiv Raman – chirurg siatkówki w szpitalu Sankara Nethralaya
Ćennaj, Indie
Choć okuliści potrafią wyjaśnić przyczyny choroby i to, jak regularne badania pozwalają monitorować jej postępy, prawdziwą trudność stanowi przeprowadzenie badania siatkówki u zagrożonych pacjentów. Na całym świecie w przypadku pacjentów z terenów wiejskich występowanie retinopatii cukrzycowej w późnym stadium jest bardziej powiązane z infrastrukturą niż medycyną. Podróż z domu do najbliższego specjalisty może być długa, a odbywanie wielu wizyt często jest bardzo trudne.
„Wielu pacjentów z terenów wiejskich ma zaawansowane stadium retinopatii cukrzycowej, ale nie zdaje sobie sprawy, że cierpi na cukrzycę”.
Pacjenci, którzy są ubodzy i mają inne osoby na utrzymaniu, często po prostu nie mogą o siebie zadbać. Zamiast tego żyją dalej do czasu, gdy skutki retinopatii cukrzycowej będą tak silne, że trudno będzie je ignorować. Wtedy jednak często jest za późno. „Wielu pacjentów z terenów wiejskich ma zaawansowane stadium retinopatii cukrzycowej, ale nie zdaje sobie sprawy, że cierpi na cukrzycę” – mówi doktor Sheila John, szefowa teleokulistyki w szpitalu Sankara Nethralaya. „Tracą wzrok. Czasami utracili wzrok w jednym oku i musimy ocalić drugie”.
Pacjenci czekający na zewnątrz Szpitala Okulistycznego Sankara Nethralaya
Ćennaj, Indie
Zbieranie zespołu
Największym wyzwaniem przy diagnozowaniu retinopatii cukrzycowej jest ogromna liczba przypadków. W samych Indiach żyje 70 milionów chorych na cukrzycę, których trzeba przebadać, więc po prostu nie ma wystarczającej liczby przeszkolonych specjalistów do oceny skanów siatkówki.
Musimy zbadać [pacjentów] wcześnie, gdy ich wzrok wciąż jest dobry
Zdaniem doktora Kima, głównego lekarza w Szpitalu Okulistycznym Aravind w Maduraj w Indiach, po prostu nie jest możliwe, by specjaliści prowadzili praktykę na obszarach wiejskich, gdzie może mieszkać tylko kilku pacjentów. „Musimy zbadać ich wcześnie, gdy ich wzrok wciąż jest dobry. Jak to zrobić?” – pyta doktor Kim. „Zbadanie tych 70 milionów osób nie jest fizycznie możliwe”.
Jeśli sztuczna inteligencja Google ułatwi diagnozowanie retinopatii cukrzycowej poprzez dokładne interpretowanie skanów siatkówki, może to ocalić wzrok milionów ludzi.
Trudną częścią było utworzenie zbioru danych, z którego AI mogłaby się uczyć. Było to zadanie obejmujące ocenę i opisanie każdego skanu pod kątem istotności objawów. Rozwiązanie tego problemu wymagało zaangażowania dużego zespołu okulistów, których ocena skanów zapewniłaby informacje dla modelu AI.
Jednak zespół potrzebował większej ilości dokładnych danych, jeśli miał nauczyć model AI rozpoznawania niuansów pozwalających dokładnie zinterpretować skan siatkówki.
Nauka modelu
Na początku zespołowi pomogli okuliści ze szpitali Aravind i Sankara Nethralaya, którzy oznaczali obrazy siatkówki. Po kilku miesiącach model był wyszkolony w identyfikowaniu głównych oznak retinopatii cukrzycowej takich jak uszkodzenie tkanki nerwowej, opuchlizna czy krwotoki. Gulshan był pewny, że mając większy zbiór danych, mogliby stworzyć jeszcze dokładniejszy model.
Wtedy pojawił się doktor Jorge Cuadros, szef Eye Picture Archive Communication System (EyePACS) – sieci telemedycznej łączącej pacjentów z obszarów wiejskich w Stanach Zjednoczonych z okulistami w celu badania pod kątem retinopatii cukrzycowej. Pacjenci zbadani przez EyePACS muszą czekać kilka tygodni na oceniony skan, więc doktor Cuadros z chęcią wsparł wysiłki na rzecz przyspieszenia diagnozy.
Zbiór danych udostępniony przez EyePACS obejmował różnorodnych pacjentów i był sto razy większy niż to, co zespół AI zebrał do tego czasu. To oznaczało ogrom pracy związany z oznaczaniem, bo każdy obraz musiał być wielokrotnie oceniony, by skompensować odchylenia w ocenach poszczególnych diagnostów. „Model uczy się tego, co było wspólne dla wszystkich diagnostów” – mówi Dale Webster, inżynier oprogramowania w Google. „Dzięki temu otrzymujemy wyniki mniej tendencyjne i bardziej spójne”.
Do tej pory blisko 100 okulistów wykonało ponad milion ocen dla modelu sztucznej inteligencji.
Jak działa AI
Jak działa model AI (1/4)
Ponad 50 okulistów przejrzało ponad milion skanów siatkówki, oceniając każdy z nich pod kątem nasilenia objawów retinopatii cukrzycowej.
Jak działa model AI (2/4)
Każdy skan jest wielokrotnie oceniany i ręcznie przyznawana mu jest ocena na skali od 1 (brak objawów retinopatii cukrzycowej) do 5 (obecność ekstremalnych objawów).
Jak działa model AI (3/4)
Ocenione obrazy zostały przekazane do algorytmu rozpoznawania obrazu. Po dostarczeniu tysięcy ocenionych obrazów algorytm zaczął dostrzegać objawy retinopatii cukrzycowej w taki sam sposób jak okulista.
Jak działa model AI (4/4)
Algorytm, który przeszedł proces nauki, można wykorzystać w aplikacji Automated Retinal Disease Assessment (ARDA) przeznaczonej do automatycznej oceny uszkodzeń siatkówki. ARDA umożliwia użytkownikowi przesłanie skanu siatkówki do natychmiastowej analizy pod kątem występowania retinopatii cukrzycowej.
Od modelu do urządzenia
Dla wszystkich członków zespołu idea przekształcenia modelu w rzeczywiste urządzenie do automatycznej oceny uszkodzeń siatkówki (Automated Retinal Disease Assessment – ARDA) była głównym powodem zaangażowania w projekt.
Kluczową rolę w tym procesie odegrała Lily Peng, doktor medycyny i członkini zespołu Google. Dla Peng i reszty zespołu okulistów najważniejszą motywacją była perspektywa uzyskania pozytywnego wpływu na proces diagnostyczny.
„Widziałam, że mieliśmy już wiele wspaniałych pomysłów, wiele obietnic” – mówi. „Ale dlaczego część z nich nigdy nie trafia do pacjentów?”
Lily Peng, Google
Peng chciała, by system ARDA mógł być używany w warunkach klinicznych, ale dotarcie do tego etapu wymagało przeprowadzenia testów i uzyskania pozwoleń. Aby to osiągnąć, zespół skupił się na dwóch celach – przeprowadzeniu badań klinicznych, by rozpocząć testowanie systemu w pracy z pacjentami, oraz napisaniu artykułu o wynikach do Journal of the American Medical Association (JAMA).
„Chcieliśmy to opublikować właśnie w tym czasopiśmie, bo skupia się ono na praktycznych aspektach medycyny” – mówi Nelson. „Nie chodziło tylko o pokazanie, że potrafimy to zrobić. Chcieliśmy rozpowszechnić tę wiedzę wśród lekarzy”.
Innym sposobem na nadanie rozgłosu urządzeniu ARDA było przedstawienie wyników swojej pracy Agencji Żywności i Leków (FDA). Ze wsparciem Nelsona Peng mistrzowsko przedstawiła zalety AI. Była najważniejszym rzecznikiem i tłumaczem między różnymi społecznościami zaangażowanymi we wdrażanie systemu ARDA.
„Potrafi mówić we wszystkich językach” – mówi Gulshan. „Może rozmawiać z nami i zrozumieć techniczne problemy, z którymi się spotykamy, wie, o co chodzi lekarzom i co jest istotne z punktu widzenia zastosowania. Właśnie tę umiejętność wniosła Lily i uczyniła z projektu coś, co naszym zdaniem można teraz wykorzystać w warunkach klinicznych”.
Nowy rodzaj termometru
Nikt w zespole Google nie miał doświadczenia w tworzeniu urządzenia medycznego, więc zespół skontaktował się z Verily, należącą do Alphabetu firmą zajmującą się ochroną zdrowia (Alphabet jest również właścicielem Google). Zespół potrzebował pomocy w przejściu przez gąszcz wymagań prawnych i klinicznych, by technologia ARDA została zatwierdzona jako wyrób medyczny.
Firma Verily została przyjęta do niedawno ogłoszonego pilotażowego programu wstępnej certyfikacji agencji FDA jako jedna z dziewięciu firm spośród setek, które aplikowały. Verily wykorzystuje swoje doświadczenie, by pomóc wprowadzić urządzenia ARDA w badaniach klinicznych w Indiach. Tym samym zajmuje się Gulshan, który wrócił do Indii, by pomóc lekarzom i pielęgniarkom w obsłudze urządzenia.
Dokładniejsza ocena
Po badaniu przez optometrystę każdy pacjent szpitala Sankara Nethralaya jest badany przez okulistę. Jeśli okulista zauważy potencjalne uszkodzenie oczu, pacjent jest kierowany na skanowanie siatkówki.
„Wymagane pozwolenia są istotne” – mówi Peng – „ale ważniejsze jest, by współpracujący z nami lekarze nie mieli problemów z obsługą oprogramowania ani żadnych innych wątpliwości związanych z urządzeniem. Nie chodzi tylko o bezpieczeństwo i skuteczność, ale o to, czy nasze rozwiązanie będzie dla nich użyteczne”.
W niedawnych badaniach klinicznych system ARDA został użyty w dwóch indyjskich szpitalach do oceny obrazów 3 tys. pacjentów z cukrzycą. Uzyskane oceny porównano z ocenami lekarzy, co potwierdziło wyniki badań z 2016 roku opublikowane w JAMA. Model był porównywalny z badaniami przesiewowymi prowadzonymi przez pracowników służby zdrowia.
Dr Rajiv Raman ocenia obraz siatkówki pacjenta pod kątem występowania objawów retinopatii cukrzycowej.
Ćennaj, Indie
Dla doktora Cuadrosa najważniejsza zaleta systemu ARDA sprowadza się do prostej matematyki. Zauważył on, że w Stanach Zjednoczonych spada odsetek osób z retinopatią cukrzycową, co świadczy o skuteczności działań prewencyjnych. Ponieważ cukrzyca jest jednak coraz bardziej rozpowszechniona, całkowita liczba pacjentów z retinopatią cukrzycową pozostaje niezmienna. Liczba osób potrzebujących badań przesiewowych wzrasta, natomiast zapotrzebowanie na specjalistyczną terapię pozostaje na tym samym poziomie.
A okuliści odczuwają coraz większą presję.
„Codziennie powinienem badać 3000 pacjentów, a to jest niemożliwe” – mówi dr Raman. „Dlatego zdecydowanie potrzebny jest pomocnik. Moim pomocnikiem jest ARDA”.
Dr Rajiv Raman, okulista
W takich warunkach wprowadzenie wiedzy specjalistycznej do podstawowej opieki zdrowotnej ma wielką zaletę. „Wykorzystanie systemu ARDA w gabinecie lekarza pierwszego kontaktu może wiele zmienić, bo badaniami zostanie objęta większa liczba pacjentów” – mówi doktor Kim. „Dzięki temu okuliści będą mogli skupić się na leczeniu tylko tych z retinopatią”.
Doktor Raman wyobraża sobie urządzenie równie powszechnie stosowane jak termometr czy nawet glukometr – coś, czego diabetycy już używają do monitorowania poziomu cukru we krwi. „Moim zadaniem nie jest prowadzenie badań przesiewowych pod kątem retinopatii cukrzycowej” – mówi. „Moja praca to terapia laserem, robienie zastrzyków, przeprowadzanie operacji i pomaganie pacjentom uniknąć ślepoty”.
Niezależnie od kierunku diagnozy wszyscy zgadzają się, że świadomość jest kluczem do zdrowia. Zdiagnozowanie retinopatii cukrzycowej może prowadzić do polepszenia się wszystkich wyników. „Gdy wykryjesz schorzenie siatkówki na wczesnym etapie, gdy nie jest potrzebna terapia” – mówi doktor Cuardos – „pacjent może zrozumieć, że cukrzyca zaczyna mieć wpływ na jego ciało. Być może to zmotywuje go do skuteczniejszego kontrolowania poziomu cukru we krwi”.
Postęp diagnostyczny
Realizowane są kolejne badania, a trwające testy kliniczne w Indiach po raz pierwszy wykorzystują model AI na taką skalę. Zespoły Google i Verily optymistycznie zapatrują się na możliwość szerszego wykorzystania tego rozwiązania, nie tylko w diagnostyce retinopatii cukrzycowej. „Od opublikowania artykułu w JAMA poczyniliśmy jeszcze większe postępy” – mówi Nelson. „Niedawno opublikowaliśmy artykuł w Nature Biomedical Engineering, w którym udowadniamy, że na podstawie obrazu siatkówki możemy przewidzieć nie tylko kilka czynników ryzyka zaburzeń sercowo-naczyniowych, ale także ryzyko wystąpienia poważnego zdarzenia sercowo-naczyniowego”.
Kiedyś diagnozowanie poważnych chorób może być równie łatwe, jak pomiar temperatury czy ciśnienia krwi. Jednak już w niedalekiej przyszłości miliony diabetyków będą miały szansę, by zachować wzrok dzięki algorytmowi AI, który będzie pomagał lekarzom szybko dostrzec objawy retinopatii cukrzycowej.
