Eyeagnosis a 16 anni usa la stampa 3D e la AI per creare dispositivi di diagnosi diabetica per la retinopatia
La studentessa di 16 anni Kavya Kopparapu ha progettato un dispositivo stampato in 3d per la diagnosi degli occhi . “Eyeagnosis” utilizza una telecamera per rilevare i sintomi della retinopatia diabetica, una condizione che colpisce un terzo dei malati di diabete in tutto il mondo.
Eyeagnosis è uno strumento stampato 3D a basso costo per la diagnosi della retinopatia diabetica
Il diabete, una malattia che impedisce al corpo di produrre correttamente l’insulina, colpisce 415 milioni di persone in tutto il mondo. Di quei 415 milioni, un terzo svilupperà una retinopatia diabetica, una complicazione che danneggia i vasi sanguigni nella retina e che in ultima analisi può condurre alla cecità.
Purtroppo, la cura per il diabete in tutto il mondo è drasticamente insufficiente. Dei pazienti affetti da retinopatia, la metà non sarà diagnosticata e quelli con le forme più severe della complicazione finiranno in cecità.
La procedura diagnostica tipica per la retinopatia diabetica è un esame di due ore che richiede un costoso imager retinico per effettuare un controllo accurato degli occhi del paziente. E mentre questo esame è efficace nel rilevare i sintomi della retinopatia, non è facilmente disponibile.
Ecco perché Kavya Kopparapu, una studentessa di 16 anni il cui nonno ha la retinopatia, era così desiderosa di fare qualcosa per aiutare i malati del diabete da impegnarsi in una impresa quasi impossibile.
Laa wunderkind, insieme al fratello 15 anni Neeyanth e al compagno di classe Justin Zhang, hanno utilizzato la stampa 3D e una precoce conoscenza delle scienze per creare “Eyeagnosis”, uno strumento economico per la diagnosi della retinopatia.
I giovani, che chiamano la loro organizzazione “Ocular”, frequentano la scuola superiore Thomas Jefferson per la scienza e la tecnologia di Alexandria, Virginia.
L’innovativo dispositivo Ocular è costituito da un’applicazione per smartphone e da un obiettivo stampato in 3D e può essere utilizzato per fare fotografie ravvicinate sugli occhi di un paziente. Un sistema di intelligenza artificiale nell’app è in grado di riconoscere i sintomi visivi della retinopatia nelle fotografie, offrendo una diagnosi preliminare che altrimenti potrebbe non essere disponibile ai pazienti.
“La mancanza di diagnosi è la sfida più grande”, ha spiegato Kopparapu allo IEEE Spectrum. “In India, ci sono programmi che spediscono i medici nei villaggi e negli slum, ma ci sono tanti pazienti e solo pochi oculisti”.
L’Eyeagnosis è stato realizzato dopo che Kopparapu è entrato in contatto con numerosi oculisti, patologi computazionali, biochimici, epidemiologi, neuroscienziati, fisici e esperti di apprendimento automatico tramite e-mail.
Dopo aver messo le informazioni ricevute in ordine, la giovane talento ha deciso di utilizzare un’architettura di apprendimento macchina chiamata rete convulsiva neurale (CNN) come mezzo per classificare le immagini dell’occhio presa dalla fotocamera.
Nella CNN, le informazioni passano attraverso strati di nodi chiamati e la rete riconosce caratteristiche particolari dell’immagine con ciascun livello.
L’uso di questo tipo di sistema non manca di un livello di ironia: “È divertente che stiamo utilizzando un sistema basato sul modo in cui il sistema retinico funzioni per diagnosticare una malattia della retina”, ha detto Kopparapu.
La rete utilizzata in Eyeagnosis è un modello off-the-shelf sviluppato da Microsoft chiamato Resnet-50, integrata da 34.000 scansioni retiniche del database EyeGene dell’Istituto Nazionale di Salute (NIH).
È interessante notare che la bassa risoluzione di molte di queste immagini ha funzionato effettivamente in favore di Eyeagnosis, dato che le immagini sfocate rappresentano il modo in cui le immagini catturate dagli smartphone dei pazienti potrebbero risultare.
Un anno fa, Kopparapu ha finalizzato il modello Resnet-50 in modo da poter individuare i segni della retinopatia diabetica con l’accuratezza di un patologo umano. Ed entro ottobre 2016, stava discutendo con l’ospedale di Eye Aditya Jyot a Mumbai per testare l’applicazione in un ambiente clinico.
Nel mese di novembre, il primo prototipo stampato 3D dell’obiettivo Eyeagnosis, che mette a fuoco il flash off-center del telefono per illuminare la retina mentre la foto viene effettuata , è stata inviata all’ospedale.
Cinque pazienti sono già stati accuratamente diagnosticati utilizzando il dispositivo Eyeagnosis.
Saranno necessari molto più test prima che il dispositivo stampato 3D possa essere dimostrato completamente affidabile, ma le prime indicazioni sono molto positive per Kopparapu e la sua creazione.
Kopparapu ha presentato lo Eyeagnosis alla conferenza O’Reilly Artificial Intelligence a New York City il mese scorso.
“Il dispositivo è l’ideale per rendere lo screening molto più efficiente e disponibile per una popolazione più vasta”, ha commentato J. Fielding Hejtmancik, specialista di malattie visive a NIH.