از سلفي مي‌توان براي تشخيص بيماري‌هاي قلبي استفاده كرد
طبق پژوهشي جديد، ارسال يك سلفي به پزشك مي‌تواند راه‌حلي ارزان و كم‌هزينه براي تشخيص بيماري‌هاي قلبي باشد. در اين پژوهش از الگوريتم يادگيري عميق براي تحليل چهار عكس چهره و تشخيص بيماري‌هاي سرخرگ كرنري (CAD) استفاده مي‌شود. اگرچه اين الگوريتم نياز به توسعه‌ي بيشتر دارد و بايد روي گروه‌هاي بزرگ‌تري از افراد با سوابق قومي و نژادي مختلف تست شود، پژوهشگران پتانسيل آن را براي شناسايي بيماري‌هاي قلبي در افراد و گروه‌هاي پرخطر بالا مي‌دانند. به گفته‌ي پروفسور ژي ژنگ، سرپرست پژوهش و معاون مركز ملي بيماري‌هاي قلبي عروقي در پكن چين:
اين پژوهش، اولين پروژه‌اي است كه از هوش مصنوعي براي تحليل چهره‌ها و كشف بيماري‌هاي قلبي استفاده مي‌كند و گامي روبه جلو در جهت توسعه‌ي ابزارهاي مبتني بر يادگيري عميق است. در اين روش با دريافت سلفي بيماران مي‌توان به ارزيابي بيماري‌هاي قلبي آن‌ها پرداخت. هدف نهايي ما توسعه‌ي اپليكيشني خودگزارشي براي ارزيابي ريسك حملات قلبي افراد پرخطر است. اين روش، ارزان، ساده و اثربخش است. البته الگوريتم براي انواع جمعيت‌ها و نژادها نياز به اصلاح و ارزيابي دارد.
طبق داده‌هاي موجود، برخي ويژگي‌هاي چهره، رابطه‌ي مستقيم با افزايش خطر بيماري‌هاي قلبي دارند. اين ويژگي‌ها شامل نازك‌شدن يا خاكستري‌شدن مو، چين و چروك، ايجاد شكست و چين در لاله‌ي گوش، زانتلاسما (انباشت كلسترول زرد يا سفيد زير پوست معمولا اطراف پلك) و آركوز قرنيه (انباشت كلسترول و چربي كه منجر به ايجاد حلقه‌اي مات سفيد، خاكستري يا آبي در لايه‌هاي بيروني قرنيه مي‌شود) هستند. بااين‌حال، معمولا پيشگويي و اندازه‌گيري دقيق بيماري‌هاي قلبي كار دشواري است.
پژوهشگرها از داده‌هاي ۵۷۹۶ بيمار از هشت بيمارستان چين در فاصله زماني جولاي ۲۰۱۷ و مارس ۲۰۱۹ براي مطالعه خود استفاده كردند. براي مطالعه رگ‌هاي خوني، آنژيوگرافي سرخرگي و آنژيوگرافي تومورگرافي سرخرگي (CCTA) از بيماران عكس‌برداري شد. بيمارها به‌صورت تصادفي به گروه‌هاي يادگيريي (۵۲۱۶ بيمار، ۹۰ درصد) و ارزيابي (۵۸۰ نفر، ۱۰ درصد) تقسيم شدند.
پرستارها با دوربين‌هاي ديجيتال، از چهار زاويه از بيمارها عكس گرفتند: روبه‌رو، دو عكس نيم‌رخ و نماي بالاي سر. آن‌ها همچنين براي جمع‌آوري داده‌هاي مربوط به وضعيت اجتماعي و اقتصادي، سبك زندگي و تاريخچه‌ي پزشكي، با بيمارها مصاحبه كردند. راديولوژيست‌ها به مطالعه آنژيوگرام‌ها بيماران پرداختند و درجه‌ي بيماري قلبي را براساس باريك شدن رگ‌هاي خوني به اندازه‌ي پنجاه درصد يا بيشتر و همچنين موقعيت رگ‌ها، ارزيابي كردند. از اين اطلاعات براي توليد، يادگيري و ارزيابي الگوريتم يادگيري عميق استفاده شد.
طبق يافته‌ها، عملكرد الگوريتم به دست‌آمده در زمينه‌ي پيشگويي بيماري‌هاي قلبي بهتر از روش‌هاي موجود (مدل دايموند فورستر و درجه‌ي باليني CAD) است. تشخيص الگوريتم در گروه ارزيابي، در ۸۰ درصد موارد صحيح بود. در گروه تست، ميزان حساسيت ۸۰ درصد بود. به گفته‌ي پروفسور جي:
الگوريتم، عملكرد متوسطي داشت و اطلاعات پزشكي بيشتر، تأثيري بر بهبود عملكرد آن نداشت. درنتيجه مي‌توان از آن براي پيشگويي بيماري‌هاي قلبي بالقوه براساس تصاوير چهره استفاده كرد. گونه، پيشاني و بيني اطلاعات بيشتري را دراختيار الگوريتم قرار مي‌دهند.
علاوه‌بر ضرورت تست گروه‌هاي نژادي ديگر، يكي از محدوديت‌هاي پژوهش تفاوت اندك نمونه‌ها بود درنتيجه ميزان تعميم‌پذيري الگوريتم براي ديگر گروه‌ها كاهش مي‌يابد. چارالامبوس آنتونيادس، استاد طب قلبي عروقي دانشگاه آكسفورد و دكتر كريستو كتانيديس، دانشجوي DPhil درباره‌ي اين پژوهش مي‌نويسند:
به‌طور كلي، پژوهش لين و همكاران، نشان‌دهنده‌ي پتانسيل جديدي در تشخيص پزشكي است. يكي از دلايل ثبات الگوريتم لين و همكاران اين است كه الگوريتم يادگيري عميق آن‌ها تنها به يك تصوير به‌عنوان ورود نياز دارد و مي‌توان آن را در مقياس بزرگ پياده‌سازي كرد. استفاده از سلفي‌ها، روشي بهينه براي فيلتر جمعيت و ارزيابي‌هاي كامل‌تر است. چنين روشي مي‌تواند كمك بزرگي به مناطق محروم جهان باشد كه برنامه‌هاي نظارتي آن‌ها در زمينه‌ي بيماري‌هاي قلبي عروقي ضعيف است.
برخي محدوديت‌هاي پژوهش فوق عبارت‌اند از كم‌بودن ويژگي‌ها كه براي بهبود و ارزيابي تست در جمعيت‌هاي بزرگتر ضروري هستند. همچنين در اين روش احتمال سوء استفاده از اطلاعات براي اهداف تبعيض‌آميز وجود دارد. استخراج ناخواسته‌ي داده‌هاي حساس پزشكي از تصوير چهره مي‌تواند به تهديد‌هاي حريم خصوصي بينجامد. درنتيجه بايد بازنگري‌هاي لازم در رابطه با متخصصد هوش مصنوعي در پزشكي انجام شود. مؤلفان پژوهش در اين باره مي‌گويند:
در توسعه و پياده‌سازي اين فناوري‌ها مسائل اخلاقي حرف اول را مي‌زنند. ما معتقديم پژوهش‌هاي آينده در زمينه‌ي ابزارهاي پزشكي بايد به حريم خصوصي، امنيت و ديگر مفاهيم اجتماعي اختصاص داده شوند و ابزارهاي هوش مصنوعي صرفا با اهداف پزشكي به‌كار برده شوند.
هم انديشي ها