به گزارش آناژورنال، پژوهشگران بیمارستان چشم مورفیلد لندن و دانشگاه کالج لندن موفق شدند با استفاده از هوش مصنوعی، بیماران مبتلا به قوز قرنیه را تنها بر اساس اطلاعات اولین ویزیت به دو گروه پرخطر و کم‌خطر دسته‌بندی کنند.
این دستاورد می‌تواند از بسیاری از موارد پیوند قرنیه جلوگیری کند.
قوز قرنیه؛ بیماری شایع اما پرخطر
قوز قرنیه یا Keratoconus اختلالی است که باعث بیرون‌زدگی قرنیه می‌شود و معمولاً در نوجوانی یا اوایل بزرگسالی آغاز می‌شود.
این بیماری از هر ۳۵۰ نفر یک نفر را تحت‌تأثیر قرار می‌دهد و در موارد شدید می‌تواند به پیوند قرنیه منجر شود.
در حالی که برخی بیماران با لنز تماسی مشکل را مدیریت می‌کنند، دیگران در صورت تشخیص دیرهنگام به درمان‌های تهاجمی نیاز پیدا می‌کنند.
درمان موجود و چالش تشخیص
روش درمانی کراس-لینکینگ می‌تواند پیشرفت بیماری را متوقف کند. اما مشکل اینجاست که پزشکان تاکنون قادر نبوده‌اند پیش‌بینی کنند کدام بیمار به سرعت دچار پیشرفت بیماری خواهد شد و چه کسی تنها نیاز به تحت نظر بودن دارد.
نقش هوش مصنوعی در پیش‌بینی بیماری
در این مطالعه، پژوهشگران بیش از ۳۶ هزار اسکن OCT مربوط به ۶۶۸۴ بیمار را بررسی کردند.
الگوریتم هوش مصنوعی توانست تنها با داده‌های اولین ویزیت بیماران، آن‌ها را به دو گروه تقسیم کند:
- دو سوم در گروه کم‌خطر (نیازمند پایش طولانی‌مدت)
- یک سوم در گروه پرخطر (نیازمند درمان فوری)
با اضافه شدن اطلاعات ویزیت دوم، دقت پیش‌بینی به حدود ۹۰ درصد رسید.
نتایج و آینده پژوهش
دکتر شفیع بلال، سرپرست این پژوهش، می‌گوید:
«این اولین مطالعه‌ای است که با چنین دقتی قادر به پیش‌بینی پیشرفت قوز قرنیه با ترکیب اسکن‌ها و داده‌های بیماران است.»
پژوهشگران در گام بعدی قصد دارند الگوریتمی قدرت‌مندتر و مبتنی بر میلیون‌ها اسکن چشم توسعه دهند.
انتظار می‌رود این سیستم نه‌تنها در پیش‌بینی قوز قرنیه، بلکه در تشخیص عفونت‌های چشمی و بیماری‌های ارثی چشم نیز به‌کار گرفته شود.
سوالات متداول:
۱. قوز قرنیه چیست؟
قوز قرنیه اختلالی است که باعث نازک و مخروطی‌شدن قرنیه می‌شود و می‌تواند منجر به تاری دید یا حتی پیوند قرنیه شود.
۲. چگونه هوش مصنوعی در این مطالعه استفاده شد؟
الگوریتم هوش مصنوعی تصاویر اسکن OCT و داده‌های بیماران را تحلیل کرده و افراد را به گروه‌های پرخطر و کم‌خطر تقسیم کرد.
۳. دقت پیش‌بینی هوش مصنوعی چقدر بود؟
با اطلاعات اولین ویزیت دقت بالایی داشت و با اضافه شدن اطلاعات ویزیت دوم، دقت به حدود ۹۰ درصد رسید.
۴. مزیت اصلی این روش چیست؟
این روش می‌تواند مانع از درمان‌های غیرضروری یا دیرهنگام شود و بسیاری از بیماران را از پیوند قرنیه بی‌نیاز کند.
۵. آیا این فناوری در آینده برای بیماری‌های دیگر هم کاربرد دارد؟
بله، پژوهشگران قصد دارند از این الگوریتم برای شناسایی عفونت‌های چشمی و بیماری‌های ارثی چشم نیز استفاده کنند.
