圖片來源: 

IBM

最近IBM研究院和紐約大學合作,針對青光眼的偵測進行研究,利用深度學習技術,藉由3D的原始視網膜光學斷層掃描影像,來偵測青光眼的特徵模式,進一步訓練模型來評估視野指標(VFI)值,VFI是代表整個視野狀態的世界通用標準,在實驗的過程中,模型錯誤率只有2%。

IBM指出,青光眼是全世界造成失明的第二大主因,影響著3.5%超過40歲以上的人口,在2010年,6,050萬人受到青光眼的影響,到了2020年,預計受該疾病影響的人口將會增加至8,000萬人,青光眼被稱為視力的小偷,因為青光眼的病程緩慢且大部分都沒有症狀顯現,40%的人在尚未察覺到任何異狀的情況下,就喪失了視力,而現有的治療只能減緩病程,無法保留視力,因此,及早發現和適時治療是相當重要的。

視野(visual field)測試能夠畫出病患可看見的視覺空間,用來診斷多種眼睛狀態,舉例來說,青光眼造成的視覺神經損壞,會導致上視野和下視野的特徵性視野缺損,測試是診斷中的一部分,不過,由於這些測試完全依賴病患的回饋,而病患對於警覺性是主觀的,尤其時間被認為是影響病患測試表現主要的因素,通常早上的表現會比吃完午餐後來得好,因此,病患可能需要多種測試,來確保取得正確的視力受損測量方式。

從生物學的角度來看,視覺功能和視網膜架構有關,但是有趣的問題是,我們能夠用眼睛的結構,透過非侵入式的技術,直接評估視覺功能嗎?IBM指出,若能夠找出視網膜成像數據中的資訊,來協助評估青光眼的狀態,答案是可以的,因此,IBM研究院和紐約大學合作,一同研究這項問題,透過AI分析視網膜光學斷層掃描影像的方法,相比傳統的方法,能夠更加有系統地找出影像中包含的訊息,在專家進行診斷時提供協助。


Advertisement

更多 iThome相關內容