سانکارا چشم ابزاری مبتنی بر هوش مصنوعی را برای تشخیص رتینوپاتی دیابتی به کار می برد:

آخرین همگرایی هوش مصنوعی (AI) و تشخیص شبکیه چشم امید جدیدی را در معرض خطر رتینوپاتی دیابتی قرار داده است. بنیاد چشم سانکارا و مرکز تحقیقات Leben Care مستقر در سنگاپور یک نرم افزار جامع برای ارزیابی خطر شبکیه چشم - Netra.AI برای شناسایی سریعتر و دقیق اختلالات شبکیه در جمعیت زیادی با منابع بهداشتی محدود فراهم کرده اند. این راه حل مبتنی برهوش مصنوعی از فناوری اینتل پشتیبانی می کند و از یادگیری عمیق برای شناسایی شرایط شبکیه در یک بازه زمانی کوتاه و مطابقت دقیق با پزشکان انسانی استفاده می کند.

رتینوپاتی دیابتی مهمترین علت نابینایی و از دست دادن بینایی در جمعیت شاغل است. با توجه به اینکه بخش عمده ای از جمعیت دیابتی در مناطق روستایی هند اقامت دارند ، نگرانی از کمبود چشم پزشکان آموزش دیده برای تشخیص رتینوپاتی دیابتی وجود دارد.

تشخیص به موقع:

کاوشک مورالی ، رئیس اداره پزشکی ، کیفیت و آموزش ، بنیاد چشم سانکارا اطلاع داد که بین شروع بیماری و رسیدن آن به مرحله ای که نابینایی غیرقابل برگشت وجود دارد ، فاصله ای وجود دارد. "اگر (با استفاده از هوش مصنوعی) بتوانیم رتینوپاتی دیابتی را زود تشخیص دهیم ، می توانیم در آن مرحله مداخله کنیم و سعی کنیم بیماری را اصلاح کنیم تا خود رتینوپاتی پیشرفت نکند ، یا بتواند دید محدودی را برای بیمار حفظ کند ، " "ما سعی کردیم آنچه را که ما به عنوان پزشک معالج انجام می دهیم تقلید کنیم و بتوانیم الگوریتم هوش مصنوعی را بررسی کنیم. این امر ما را قادر می سازد تا از حساسیت بسیار بالا (7/99 درصد) و ویژگی (5/98 درصد) - مانند آنچه چشم پزشك رتینوپاتی دیابتی را تشخیص می دهد ، برخوردار شویم. " این گزارش در عرض چند دقیقه تهیه می شود و از این طریق به پزشكان كمك می كند تا مشاوره فوری را برای بیماران نیازمند مراجعه به بیمارستان ارائه دهند.

Netra.AI تجزیه و تحلیل تصاویر دستگاه های دوربین فوندوس قابل حمل و توسط تکنسین را انجام می دهد. این به شما کمک می کند تا درجه بندی قابل قبول DR را از طریق یک درگاه وب مبتنی بر ابر بلافاصله دریافت کنید. این راه حل با استفاده از الگوریتم های هوش مصنوعی ، با همکاری متخصصان برجسته شبکیه ، با یک شبکه عصبی کانولوشن عمیق چهار مرحله ای (DCNN) توسعه یافته است. Netra.AI در بیمارستان چشم سانکارا با تصاویر اعتبار سنجی داخلی و خارجی از بیماران تأیید شد. شبکه عصبی به تشخیص مرحله بیماری و حاشیه نویسی ضایعات بر اساس تراکم پیکسل در تصاویر فوندوس کمک می کند. Netra.AI همچنین می تواند سایر بیماری های شبکیه مانند گلوکوم ، تخریب ماکولا و سایر آسیب های شبکیه را تشخیص دهد. این باعث کاهش بار غربالگری متخصصان مراقبت های بهداشتی می شود.

Prakash Mallya ، معاون رئیس و مدیر عامل - گروه فروش ، بازاریابی و ارتباطات ، اینتل هند ، اظهار داشت که این پیشرفت "یک مکمل خارق العاده برای چشم پزشک یا متخصص مراقبت های بهداشتی است که در حال تشخیص است." مالایا در مورد فرصت های ظهور شده با هوش مصنوعی اظهار نظر کرد ، امکانات بی حد و حصر پیش رو را تأکید کرد. "به دلیل Covid-19 ، تشخیص از راه دور افزایش یافته است. ما می بینیم که این روند به طور چشمگیری ادامه دارد و هوش مصنوعی می تواند تأثیر قابل توجهی بگذارد. که حتی فراتر از مراقبت های بهداشتی و در مناطقی مانند کشاورزی ، آموزش ، شهرهای هوشمند و غیره می باشد ." در سطح جهانی ، Netra.AI تاکنون 3،293 بیمار را در سراسر جهان غربالگری کرده و حدود 812 بیمار در معرض خطر را شناسایی کرده است

201000312.035