Ученые разработали модель глубокого обучения (DL), способную быстро и точно различать поражения кожи, вызванные обезьяньей оспой, и ветряной оспой, которые часто демонстрируют поразительное сходство.
Люди, у которых появляется оспеподобная сыпь, обычно не понимают, вызваны ли они ветряной оспой или оспой обезьян . Даже с медицинской точки зрения иногда их трудно отличить друг от друга, особенно когда они циркулируют вместе в районах, где нет передовых диагностических медицинских устройств.
Доктор Дилбер Узун Озсахин, доцент кафедры медицинской диагностической визуализации Университета Шарджи и ведущий автор исследования, описывает эту модель как «прорыв, который имеет решающее значение для раннего выявления оспы обезьян, способствуя своевременному лечению и предотвращению вспышек».
«Учитывая проблемы неправильной диагностики, особенно в эндемичных регионах с ограниченным опытом, наша модель предлагает значительный прорыв», - говорит доктор Озсахин, добавляя. «В регионах с ограниченным опытом наша модель обеспечивает значительный прорыв. Мы использовали искусственный интеллект для обучения модели на ограниченном наборе данных из-за редкости этих заболеваний, достигая замечательной точности и сводя к минимуму ложные диагнозы».
В команду доктора Озахина входят ученые из США, Турции и Испании. Они опубликовали свою модель в журнале Diagnostics .
Медицинские исследования, основанные на алгоритмах глубокого обучения, в настоящее время обещают быструю и точную диагностику и эффективное лечение различных заболеваний. Используя два цифровых изображения кожи обезьян и ветряной оспы из открытых источников, авторы пытаются «интегрировать хорошо обученный алгоритм DL, чтобы помочь в раннем обнаружении и классификации поражений кожи у людей».
Была применена двумерная сверточная нейронная сеть (CNN), состоящая из четырех сверточных слоев. После этого использовались три слоя MaxPooling после второго, третьего и четвертого сверточных слоев».
Затем авторы исследуют производительность своей модели с помощью того, что они называют «современными моделями глубокого обучения для обнаружения повреждений кожи», добавляя, что их «предложенная модель CNN превзошла все модели DL с точностью теста 99,60%. "
«Сходство кожных поражений у человека может нарушить эффективную диагностику и, как следствие, привести к неправильному диагнозу. Такой ошибочный диагноз может привести к дальнейшему распространению заболевания, поскольку это инфекционное заболевание, и в конечном итоге может привести к вспышке». пишут авторы.
Поражения кожи являются наиболее выраженными симптомами оспоподобных заболеваний, но поражения, вызванные оспой обезьян и ветряной оспой, при поражении человеческого организма почти одинаковы. Из-за сходства их сложно различить, что, отмечают авторы, "может нарушить эффективную диагностику и, как следствие, привести к ошибочному диагнозу инфекционного заболевания, способного быстро распространяться".
По результатам своего исследования авторы наделили свою модель возможностью «точно классифицировать часто встречающиеся поражения кожи, связанные с оспой обезьян и ветряной оспой, с использованием структуры DL».
«При нынешней вспышке обезьяньей оспы подход DL может быть реализован самостоятельно или совместно с экспертами по инфекционным заболеваниям в регионах, где заболевание является эндемичным. Это будет полезно для быстрого выявления заболевания. Таким образом, можно предотвратить предотвратимые вспышки обезьяньей оспы и ветряной оспы в будущем. ."
Отвечая на вопрос о значении проекта, д-р Оздахин сказал, что модель имеет «потенциал совершить революцию в выявлении обезьяньей оспы и ветряной оспы, способствуя раннему вмешательству и предотвращению вспышек заболеваний».
Это особенно актуально в регионах, где не хватает специалистов по инфекционным заболеваниям, что делает ошибочный диагноз обычной проблемой. «Разработка надежной модели глубокого обучения открывает новые возможности для независимого или совместного использования с медицинскими работниками в эндемичных регионах, предоставляя быстрый и точный инструмент для выявления заболеваний», — сказал доктор Оздахин.
По словам доктора Оздахина, однажды примененная модель, несомненно, будет иметь прямое практическое значение для диагностики заболеваний, особенно в регионах, где распространены обезьянья оспа и ветряная оспа.
«Разработанная модель глубокого обучения может помочь медицинским работникам точно классифицировать поражения кожи, обеспечивая раннее выявление заболеваний. Это, в свою очередь, может привести к быстрому лечению, уменьшению распространения инфекций и улучшению общих показателей общественного здравоохранения».
Потенциальное влияние исследования, по словам доктора Оздахина, выходит за рамки академических кругов, где к исследованию проявляется заметный интерес со стороны коллег. «Исследование предоставляет практический инструмент для медицинских работников, открывая путь к более эффективному выявлению и профилактике заболеваний.
«Наша модель глубокого обучения представляет собой прорыв в точной идентификации обезьяньей оспы и ветряной оспы , предлагая надежное решение проблем ошибочной диагностики в регионах с ограниченным опытом здравоохранения.
«Используя искусственный интеллект, мы стремимся расширить возможности регионов, сталкивающихся с проблемами диагностики инфекционных заболеваний , способствуя созданию более устойчивой и быстро реагирующей системы здравоохранения».
