هوش مصنوعی IBM با اسکن چشم، گلوکوم را تشخیص می‌دهد
آب‌سیاه یا گلوکوم به گروهی از اختلالات چشمی با دلایل متفاوت گفته می‌شود که روی عصب بینایی چشم تأثیرگذارند و درصورت معالجه‌نشدن به کوری منجر می‌شوند. گلوکوم دومین عامل نابینایی جهان شناخته شده است. آمارها نشان می‌دهد درحدود ۳.۵ درصد افراد ۴۰ ساله و بزرگ‌تر، حدود ۶۰.۵ میلیون نفر در سال ۲۰۱۰، دچار گلوکوم هستند. انتظار می‌رود در سال‌های آینده، آمار مبتلایان به این بیماری افزایش پیدا کند.
تشخیص زودهنگام و درمان گلوکوم میتواند از نابینایی دائمی بیمار جلوگیری کند. در مواردی، فرد بیمار مبتلا به گلوکوم بدون آنکه بیماری وی تشخیص داده شود، حتی تا ۴۰ درصد بینایی خود را از دست داده است. درنتیجه، تشخیص به‌موقع گلوکوم میتواند راهکاری برای جلوگیری از نابینایی باشد.
دانشمندان در بخش تحقیقات IBM و دانشگاه نیویورک، از روش غیرتهاجمی هوش مصنوعی برای تشخیص الگوهای مشخص گلوکوم در داده‌های مربوط‌به تصاویر روی شبکیه‌ی چشم بهره گرفتند و دستاوردهای خود را در قالب مقاله‌ای علمی منتشر کردند. انتظار می‌رود نتایج این تحقیق در انجمن تحقیقات بینایی و چشم پزشکی نیز ارائه شود. راحیل گارناوی، از محققان ارشد و مدیر تحقیقاتی IBM، در پست وبلاگ گفت:
از نظر بیولوژیکی، رابطه‌ای بین بینایی و ساختار شبکیه وجود دارد. در تحقیقات انجام‌شده، سعی کردیم وضعیت بینایی را ازطریق ساختار چشم بررسی کنیم.
یکی از مشکلات مربوط‌به آزمایش‌های مرسوم برای تشخیص گلوکوم آن است که معمولا تشخیص بیماری برمبنای اطلاعاتی استوار است که خود فرد بیمار به پزشک ارائه می‌دهد. برخی مطالعات نشان می‌دهد عواملی ازجمله هوشیاری و زمان آزمایش در ساعات روز، میتواند بر نتایج تشخیصی تأثیر بسزایی داشته باشد و نتایج را تحت‌تأثیر قرار دهد.
سیستم مبتنی‌بر هوش مصنوعی IBM از تصاویری سه‌بعدی توموگرافی شبکیه (OCT) برای تشخیص گلوکوم استفاده می‌کند. به الگوریتم یادگیری ماشین آموزش داده می‌شود مقادیر و شاخص‌های مربوط‌به آزمون میدان بینایی یا VFI را بررسی کند. باتوجه به بررسی‌ها، معلوم شد میزان خطای این سیستم مبتنی‌بر هوش ماشینی، تنها ۲ درصد بوده است. درنتیجه، الگوریتم تشخیص گلوکوم IBM میتواند درمقایسه‌با آزمایش‌های سنّتی برای بررسی اعصاب شبکیه، دقت بیشتری داشته باشد. گارناوی در ادامه‌ی صحبت‌هایش اضافه می‌کند:
آزمون میدان بینایی یا VFI میتواند وضعیت بینایی چشم را مشخص کند. سیستم‌های مبتنی‌بر هوش مصنوعی می‌توانند علاوه‌بر ارائه‌ی نتایج دقیق‌تر، فرایند بررسی وضعیت سلامت چشم بیمار را با سرعت بیشتری بررسی می‌کنند. براساس مطالعات، اطلاعات ساختاری که توسط OCT گرفته می‌شود، حاوی داده‌هایی است که وضعیت بینایی چشم را نشان می‌دهد. این اطلاعات برای متخصصان بسیار مفید خواهد بود و درنهایت، به تشخیص زودهنگام گلوکوم منجر خواهد شد.
محققان IBM معتقد هستند الگوریتم مبتنی‌بر هوش مصنوعی جدید میتواند اطلاعات دقیق‌تری دراختیار پزشکان قرار دهد و دیگر نیازی به چندین آزمایش مختلف نخواهد بود. گارناوی اضافه کرد:
اساس کار ما برپایه‌ی فناوری‌های نوین بنا نهاده شده که میتواند با استفاده از روش‌های مناسب تجزیه‌و‌تحلیل به‌سرعت وضعیت بیماری و اختلال بینایی را تشخیص دهد. چنین قابلیتی میتواند به‌صورت حرفه‌ای به تشخیص زودهنگام اختلالات بینایی پیشرفته کمک کند که خود به درمان سریع‌تر و جلوگیری از نابینایی بیماران مبتلا به گلوکوم منجر می‌شود.
آی‌بی‌ام، تنها شرکتی نیست که به توسعه‌ی روش‌های مبتنی‌بر هوش مصنوعی برای تشخیص بیماری‌های چشم توجه نشان می‌دهد. بخش سلامتی آلفابت با نام Verily نیز برنامه‌های مطالعاتی برای سلامت در پیش گرفته است. وریلی و بخش تحقیقاتی هوش مصنوعی گوگل، سیستمی برای تشخیص رتینوپاتی دیابتی (DR) توسعه دادند. این سیستم مبتنی‌بر هوش مصنوعی در بیمارستان تخصصی چشم آراویند در مادوری هند بهره‌برداری شد. همچنین، استارتاپ Idx نیز در سال ۲۰۱۸ موفق شد سرمایه‌ی ۳۳ میلیون دلاری برای سیستم تشخیص رتینوپاتی دیابتی مبتنی‌بر هوش مصنوعی جذب کند. پیش‌تر نیز گفته شده بود هوش مصنوعی دیپ‌مایند میتواند ۹۴ درصد بیماری‌های چشم را تشخیص دهد.