Studiuesit në Institutin Kombëtar të Shëndetit kanë aplikuar inteligjencën artificiale (AI) në një teknikë që prodhon imazhe me rezolucion të lartë të qelizave në sy.
Ata raportojnë se me AI, imazhi është 100 herë më i shpejtë dhe përmirëson kontrastin e imazhit 3.5 herë. Përparimi, thonë ata, do t’u sigurojë studiuesve një mjet më të mirë për të vlerësuar degjenerimin makular të lidhur me moshën (AMD) dhe sëmundje të tjera të retinës.
Puna shfaqet në Communications Medicine .
“Inteligjenca artificiale ndihmon në kapërcimin e një kufizimi kryesor të qelizave të imazhit në retinë, që është koha,” tha Johnny Tam, Ph.D., i cili drejton Seksionin e Imazherisë Klinike dhe Përkthimore në Institutin Kombëtar të Syrit të NIH.
Tam po zhvillon një teknologji të quajtur optikë adaptive (AO) për të përmirësuar pajisjet e imazhit bazuar në tomografinë e koherencës optike (OCT). Ashtu si ultrazërit, OCT është pajisje joinvazive, e shpejtë, pa dhimbje dhe standarde në shumicën e klinikave të syve.
Imazhi i qelizave RPE me AO-OCT vjen me sfida të reja, duke përfshirë një fenomen të quajtur speckle. Speckle ndërhyn me AO-OCT ashtu si ndërhyjnë retë me fotografimin nga ajri. Në çdo moment të caktuar, pjesë të imazhit mund të errësohen. Menaxhimi i njollave është disi i ngjashëm me menaxhimin e mbulesës së reve.
Studiuesit vazhdimisht i imazhojnë qelizat për një periudhë të gjatë kohore. Me kalimin e kohës, njolla zhvendoset, gjë që lejon që pjesë të ndryshme të qelizave të bëhen të dukshme. Shkencëtarët më pas marrin përsipër detyrën e mundimshme dhe që kërkon shumë kohë për të bashkuar shumë imazhe për të krijuar një imazh të qelizave RPE pa njolla.
Tam dhe ekipi i tij zhvilluan një metodë të re të bazuar në AI të quajtur rrjeti ndajfoljor gjenerues i diskriminuesit paralel (P-GAN) – një algoritëm i të mësuarit të thellë. Duke ushqyer rrjetin P-GAN rreth 6,000 imazhe të analizuara manualisht të AO-OCT të RPE-së njerëzore, secila e çiftuar me origjinalin e saj përkatës me pika, ekipi trajnoi rrjetin për të identifikuar dhe rikuperuar veçoritë celulare të errësuar nga pika.
Kur u testua në imazhe të reja, P-GAN fshiu me sukses imazhet RPE, duke rikuperuar detaje celulare. Me një kapje imazhi, ai gjeneroi rezultate të krahasueshme me metodën manuale, e cila kërkonte marrjen dhe mesataren e 120 imazheve. Me një sërë metrikash objektive të performancës që vlerësojnë gjëra të tilla si forma dhe struktura e qelizave, P-GAN ia kaloi teknikat e tjera të AI. Vineeta Das, Ph.D., një studente postdoktorale në Seksionin e Imazheve Klinike dhe Përkthimore në NEI, vlerëson se P-GAN reduktoi kohën e përvetësimit dhe përpunimit të imazhit me rreth 100 herë. P-GAN gjithashtu dha kontrast më të madh, rreth 3.5 më të madh se më parë.
“Optika adaptive e çon imazhin e bazuar në OCT në nivelin tjetër,” tha Tam. “Është njësoj si të lëvizësh nga një ndenjëse ballkoni në një ndenjëse në rreshtin e parë për të imazhuar retinën. Me AO, ne mund të zbulojmë strukturat e retinës 3D në rezolucion në shkallë qelizore, duke na mundësuar të zmadhojmë shenjat shumë të hershme të sëmundjes.”
Ndërsa shtimi i AO në OCT ofron një pamje shumë më të mirë të qelizave, përpunimi i imazheve AO-OCT pasi ato janë kapur kërkon shumë më tepër kohë se OCT pa AO.
Puna e fundit e Tam synon epitelin e pigmentit të retinës (RPE), një shtresë indi pas retinës që ndjen dritën që mbështet neuronet metabolike aktive të retinës, duke përfshirë fotoreceptorët. Retina rreshton pjesën e pasme të syrit dhe kap, përpunon dhe konverton dritën që hyn në pjesën e përparme të syrit në sinjale që më pas i transmeton përmes nervit optik në tru. Shkencëtarët janë të interesuar për RPE sepse shumë sëmundje të retinës ndodhin kur RPE prishet.
Duke integruar AI me AO-OCT, Tam beson se është kapërcyer një pengesë kryesore për imazhet rutinë klinike duke përdorur AO-OCT, veçanërisht për sëmundjet që prekin RPE, e cila tradicionalisht ka qenë e vështirë për t’u imazhuar.
“Rezultatet tona sugjerojnë se AI mund të ndryshojë rrënjësisht mënyrën se si kapen imazhet”, tha Tam.
“Inteligjenca jonë artificiale P-GAN do ta bëjë imazhin e AO më të aksesueshme për aplikimet klinike rutinë dhe për studime që synojnë të kuptojnë strukturën, funksionin dhe patofiziologjinë e sëmundjeve verbuese të retinës. Mendimi për AI si pjesë e sistemit të përgjithshëm të imazhit, në krahasim me një mjet që aplikohet vetëm pasi të jenë kapur imazhet, është një ndryshim paradigme për fushën e AI”, tha ai /Gazeta Shneta/