نزدیک به یک دهه پیش، تیم‌هایی از Google Research و شرکای تحقیقاتی ما از جمله بیمارستان چشم آراویند در هند و بیمارستان راجاویتی در تایلند شروع به بررسی این موضوع کردند که چگونه هوش مصنوعی می‌تواند به کاهش نابینایی قابل پیشگیری ناشی از بیماری‌های چشمی مانند رتینوپاتی دیابتی کمک کند. هدف ما این بود که به پزشکان کمک کنیم تا به بیماران بیشتری دسترسی پیدا کنند که به غربالگری دسترسی ندارند، بنابراین ما تصمیم گرفتیم بررسی کنیم که آیا هوش مصنوعی می‌تواند رتینوپاتی دیابتی را شناسایی کند، یک علت قابل درمان اما پیشرو و رو به رشد نابینایی قابل پیشگیری. بسیاری از افراد مبتلا به این عارضه غربالگری های منظم و مراقبت های فوری مورد نیاز خود را دریافت نمی کنند، بنابراین ما یک مدل هوش مصنوعی برای کمک به تشخیص این عارضه ایجاد کردیم. تا به امروز، این مدل از بیش از 600000 غربالگری در کلینیک های سراسر جهان پشتیبانی کرده است.
ما چندین سال گذشته را صرف بررسی چگونگی افزایش پذیرش هوش مصنوعی در تنظیمات بالینی دنیای واقعی کرده‌ایم. و اکنون، مدل رتینوپاتی دیابتی خود را به شرکای خود مجوز می دهیم تا این ابزار را به جوامعی در سراسر هند و تایلند – دو کشور با کمبود چشمگیر متخصص چشم – بیاوریم. امید ما این است که این به بهبود نتایج برای میلیون‌ها بیمار دیابتی که بیشتر در معرض خطر هستند کمک کند.
در سراسر جهان، حداقل 537 میلیون بزرگسال تخمین زده می شود که با دیابت زندگی می کنند. تنها در منطقه آسیا و اقیانوسیه، نزدیک به 227 میلیون نفر با این بیماری زندگی می کنند. تقریبا نیمی از افراد مبتلا به دیابت به رتینوپاتی دیابتی مبتلا خواهند شد، که زمانی اتفاق می افتد که دیابت عروق خونی تغذیه کننده شبکیه چشم را مختل کند. با گذشت زمان، این آسیب ممکن است منجر به نابینایی شود. تشخیص زودهنگام و مداخله پزشکی به موقع می تواند به حفظ بینایی آنها کمک کند، بنابراین غربالگری منظم کلیدی است. با این حال، به دلیل محدود بودن متخصصان مراقبت های بهداشتی در بسیاری از نقاط جهان، بسیاری از افراد تشخیص داده نمی شوند و درمان نمی شوند و در نهایت بینایی آنها را به خطر می اندازند.
توسعه یک مدل هوش مصنوعی برای کمک به پزشکان در تشخیص رتینوپاتی دیابتی یک گام به سمت یک راه حل بالقوه است. اما برای تأثیر در مقیاس جمعیت، ما باید راه هایی را برای گسترش غربالگری رتینوپاتی دیابتی در مقیاس بزرگ شناسایی کنیم. به همین دلیل است که ما این گام بعدی را برای مشارکت با ارائه دهندگان مراقبت های بهداشتی و شرکای فناوری سلامت Forus Health، AuroLab و Perceptra برمی داریم. این شرکا در جهت تضمین تاییدیه های نظارتی محلی برای وارد کردن این مدل به سیستم های مراقبت بالینی در سراسر هند و تایلند کار خواهند کرد. در طی 10 سال آینده، هدف این شرکا ارائه 6 میلیون غربالگری مبتنی بر هوش مصنوعی به جوامعی که دارای محدودیت منابع هستند، بدون هیچ هزینه ای برای بیماران خواهد بود.
ما همچنین با دپارتمان خدمات پزشکی وزارت بهداشت عمومی تایلند (DMS) که مسئول برنامه غربالگری رتینوپاتی دیابتی در کشور است، در تحقیقات پیاده سازی و تجزیه و تحلیل مقرون به صرفه کار کرده ایم. این همکاری هوش مصنوعی ما را وارد برنامه نوآوری ملی تایلند می‌کند و راه را برای مشارکت بین Perceptra و DMS برای اعمال مدل هوش مصنوعی رتینوپاتی دیابتی در بیمارستان‌های بخش دولتی و کمک به تأثیرگذاری در مقیاس جمعیت هموار می‌کند.
دکتر Paisan Ruamviboonsuk، متخصص شبکیه و پروفسور بالینی چشم پزشکی، بیمارستان راجاویتی در تایلند، گفت: «به نظر می‌رسد همین دیروز بود که بیمارستان راجاویتی و گوگل همکاری خود را در زمینه تحقیق برای آوردن هوش مصنوعی به برنامه‌های ملی غربالگری رتینوپاتی دیابتی تایلند آغاز کردند. “هفت سال بعد، ما از ارائه این فناوری به بیماران دیابتی تایلند و همچنین سیستم بهداشت عمومی تایلند سپاسگزاریم.”
ما همچنان شاهد پتانسیل تحول آفرین هوش مصنوعی در مراقبت های بهداشتی، به ویژه در پیشگیری، تشخیص و تشخیص زودهنگام بیماری هستیم. و با به اشتراک گذاشتن مدل‌هایمان، هدف ما حمایت از دیگران در ساخت ابزارهای با ارزش هوش مصنوعی پزشکی است که مراقبت‌ها را ارتقا می‌بخشد و نتایج سلامتی را برای جوامع در سراسر جهان بهبود می‌بخشد.