近日，年僅16歲的學生Kavya Kopparapu設計了3D打印眼睛診斷裝置?！癊yeagnosis”使用相機檢測糖尿病性視網(wǎng)膜病變的癥狀，這種疾病影響全球三分之一的糖尿病患者。

眾所周知，糖尿病是一種防止身體正確產(chǎn)生胰島素的疾病，其影響著全球4.15億人。在這4.15億人群中，有三分之一的患者將發(fā)展成為糖尿病性視網(wǎng)膜病變。這種并發(fā)癥會損害視網(wǎng)膜血管，最終導致失明。不幸的是，世界各地對糖尿病患病情況的診斷存在顯著不足。在視網(wǎng)膜病變患者中，有一半會出現(xiàn)未確診。

糖尿病性視網(wǎng)膜病變的典型診斷程序是通過一個兩小時的檢查，需要昂貴的視網(wǎng)膜成像儀徹底檢查患者的眼睛。雖然這款設備可以有效的發(fā)現(xiàn)視網(wǎng)膜病變的癥狀，但它不是那么容易獲得。

這就是為什么Kavy Parapu要設計一個3D打印眼睛診斷裝置。此外，他的祖父患有視網(wǎng)膜病，所以他希望研發(fā)這種裝置來幫助糖尿病患者。Parapu和她15歲的弟弟Neeyanth，以及同學Justin Zhang一起，使用3D打印創(chuàng)建“Eyeagnosis”，這是診斷視網(wǎng)膜病變最便宜的工具。

據(jù)悉，他們自發(fā)形成的研究組織名為Ocular。Ocular的創(chuàng)新設備由智能手機應用程序和3D打印鏡頭組成，可用于拍攝患者眼睛的特寫照片。應用程序中的人工智能系統(tǒng)可以識別照片中的視網(wǎng)膜病變的視覺癥狀，提供對患者的初步診斷。

“缺乏診斷是最大的挑戰(zhàn)，”Kopparapu說道。“在印度，出臺的解決方案是將醫(yī)生送往村莊和貧民窟，但患者和眼科醫(yī)生之間存在巨大的數(shù)量差異?！?/span>

Kopparapu通過電子郵件與許多眼科醫(yī)生、計算病理學家、生物化學家、流行病學家、神經(jīng)科學家、物理學家和機器學習專家接觸，以創(chuàng)建“Eyeagnosis”。收到信息后，她決定使用稱為卷積神經(jīng)網(wǎng)絡（CNN）的機器學習架構(gòu)作為對攝像機拍攝的眼睛圖像進行分類的手段。在CNN中，信息通過被稱為節(jié)點的層，并且網(wǎng)絡識別每層圖像的更多特征。

Kopparapu說：“這種系統(tǒng)的使用并不是沒有一點意義。有趣的是，我們正在使用基于視網(wǎng)膜系統(tǒng)診斷視網(wǎng)膜疾病。”用于眼科診斷的網(wǎng)絡是微軟開發(fā)的一款叫做ResNet-50的現(xiàn)成模型，補充了國家衛(wèi)生研究院（NIH）的EyeGene數(shù)據(jù)庫的34,000次視網(wǎng)膜掃描。

一年前，Kopparapu完成了ResNet-50模型，以便能夠以人類病理學家的準確性發(fā)現(xiàn)糖尿病性視網(wǎng)膜病變的體征。到2016年10月，她正在與孟買的Aditya Jyot Eye醫(yī)院進行討論，在臨床環(huán)境中測試該應用。

據(jù)悉，其已經(jīng)使用眼科裝置準確診斷了5名患者。在3D打印設備被證明是完全可靠的之前，需要進行更多的測試，但早期跡象對于Kopparapu及其創(chuàng)作是非常積極的。上個月，Kopparapu在紐約市的O'Reilly人工智能會議上介紹了3D打印眼科診斷裝置。

NIH視覺疾病專家J. Fielding Hejtmancik評論說：“該設備非常適合于篩選更廣泛的人群，并且更加高效。”

延伸閱讀：波士頓大學學生團隊正研究3D打印胰腺 或?qū)⒄忍悄虿』颊?/span>