اسکن شبکیه برای پیش بینی ریسک بیماری قلبی

نرم‌افزار جدید مبتنی بر یادگیری ماشینی می‌تواند با تحلیل رگ‌های خونی شبکیه چشم، ریسک ابتلا به بیماری‌های قلبی را در عرض کمتر از ۶۰ ثانیه پیش‌بینی کند.

یکی از مقالات جدید British Journal of Ophthalmology مسیر را برای غربال ارزان‌قیمت و سریع بیماری‌های قلبی هموار کرده است، البته به شرطی که یافته‌هایش از آزمایشات بالینی نیز سربلند بیرون آیند. رویکرد جدید به افراد اجازه می‌دهد تا پیش بینی ریسک بیماری قلبی را بدون نیاز به آزمایش خون یا حتی اندازه‌گیری فشار خون دریابند.

آلیشا رادنیکا، نویسنده اول مقاله، توضیح می‌دهد: «این ابزار هوش مصنوعی در عرض حداکثر ۶۰ ثانیه، میزان و پیش بینی ریسک بیماری قلبی را نشان می‌دهد. طبق یافته‌ها، پیش‌بینی‌های این سیستم به اندازه‌ آزمایشات متداول حال حاضر دقیق هستند.»

این نرم‌افزار، شبکه‌ رگ‌های خونی موجود در شبکیه‌ چشم را تحلیل می‌کند؛ بدین منظور، عواملی را که تحت‌تأثیر وضعیت سلامت قلب هستند، اندازه می‌گیرد: مساحتی از شبکیه که این رگ‌ها پوشش داده‌اند، پهنا و میزان خمیدگی آن‌ها. بدین ترتیب، نرم‌افزار می‌تواند تنها با نگاه به تصویری غیرتهاجمی از چشم بیماران، پیش بینی ریسک بیماری قلبی آن‌ها را در نظر بگیرد.

پیرس کین، پژوهشگر چشم‌پزشکی و هوش مصنوعی (که در این پژوهش نقشی نداشته است)، معتقد است: «پژوهش مذکور را می‌توان مصداق بارز این نکته دانست که چشم‌ها می‌توانند دریچه‌ای باشند که از طریق آن، متخصصان می‌توانند وضعیت بدن را بررسی کنند. از صد سال پیش تا به حال، پزشکان می‌دانند که با نگاه کردن به چشم بیماران می‌توانند علائم دیابت و فشار خون بالا را تشخیص دهند؛ اما معاینه‌ دستی این کار را مشکل می‌کرد؛ متخصصان می‌بایست تصویر رگ‌های خونی را به صورت دستی ترسیم می‌کردند. حالا یادگیری ماشینی به کمک‌مان آمده است.»

استفاده از هوش مصنوعی برای تشخیص بیماری‌ها از طریق اسکن چشم یکی از پرطرفدارترین و جدیدترین نقاط تلاقی حوزه‌های پزشکی و یادگیری ماشینی است. اولین دستگاه تشخیص‌گذاری مجهز به هوش مصنوعی که به تأیید FDA رسید، برای غربال بیماری‌های چشمی ساخته شده بود. پژوهش‌ها هم نشان داده‌اند که هوش مصنوعی می‌تواند انواع بیماری‌ها را از جمله بیماری شبکیه ناشی از دیابت و همچنین آلزایمر، بدین طریق تشخیص دهد. ابزارهای مختلفی برای پیاده‌سازی این یافته‌ها ساخته شده‌اند، اما اعتبار و جامعیت قابلیت‌ تشخیص‌گذاری‌شان همچنان زیر سؤال است.

اسکن شبکیه برای پیش بینی ریسک بیماری قلبی که حاصل تلاش گروهی از پژوهشگران دانشگاه سنت‌جورج لندن است، محدودیت‌هایی هم دارد؛ برای مثال، تا کنون تنها روی چشم بیماران سفیدپوست آزمایش شده است، چون برای ساخت مدل از دیتابیس UK Biobank استفاده شده است که ۶/۹۴ درصد داده‌هایش مربوط به افراد سفیدپوست است. با اینکه این امر بازتابی از ویژگی‌های جمعیت‌شناختی خود کشور است، سوگیری‌هایی از این دست را می‌بایست رفع کرد، تا دقت یکسان ابزارهای تشخیص‌گذاری برای تمام نژادها و قومیت‌ها تضمین شود.

پژوهشگران خروجی نرم‌افزار جدید را که QUARTZ نام دارد (مخفف تحلیل کمی توپولوژی و اندازه‌ رگ‌های خونی شبکیه) با پیش‌بینی‌های ده ساله آزمایش استاندارد FRS (نمره ریسک فرامینگهام) مقایسه کرده و دریافتند که عملکرد این دو روش قابل مقایسه هستند. به گفته‌ کین، بزرگ‌ترین چالش پیش رو انتقال یافته‌ها از دنیای کد به کاربرد بالینی است. پرسش‌های فراوانی را در این راستا باید پاسخ داد، از جمله اینکه چه کسی قرار است یافته‌های پژوهشی را به ابزار تشخیص‌گذاری تبدیل کند؟ اداره خدمات درمانی ملی بریتانیا (NHS) یا یکی از شرکت‌های وابسته به دانشگاه؟ عملکرد نرم‌افزار باید در چه سطحی باشد، تا مورد تأیید قانون‌گذاران قرار بگیرد؟ نرم‌افزار باید به چه نقطه‌ای برسد، تا بتوان گفت آماده‌ ورود به بازار است؟

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید