Kunstig intelligens hjælper læger med at behandle døve
Patienter med høretab, kraftig hørenedsættelse eller som er født døve kan have misdannelser i det indre øre og kan derfor have gavn af at få indopereret et avanceret høreapparat kaldet cochlearimplantat. Det er dog i dag meget vanskeligt at fortolke de billeder af patienternes indre øregang, som foretages med CT-skanninger. Her kommer kunstig intelligens og deep learning ind i billedet.
Læs også: Hvad er kunstig intelligens? Sådan ser fremtiden med AI ud
AI-software identificerer misdannelser i det indre øre
Et cochlearimplantat består af en udvendig lydprocessor placeret bag patientens øre, som digitaliserer og overfører lyden via en sender placeret på kraniet til en implantatmodtager lige under huden. Modtageren omdanner lyden til et elektronisk signal, der sendes til en række af elektroder indopereret i øresneglen. Det er elektroderne, der stimulerer hørenerven, så hjernen opfatter lyd.
Det er dog kompliceret at indoperere modtager og sender, fordi der skal bores hul i kraniet, og der er risiko for at ramme en ansigtsnerve eller ganske enkelt placere elektroden forkert, så den ikke virker. Det er netop den udfordring, som AI og deep learning kan løse. Paula López Diez, der er ph.d.-studerende på DTU, træner derfor en matematisk model til at identificere særlige kendetegn i CT-skanningsbilleder.
”Målet er at udvikle software, som lægerne uploader CT-skanningsbillederne til, og hvor værktøjet automatisk identificerer de forskellige typiske misdannelser i strukturen i det indre øre. Softwaren skal potentielt udvikles til at give en vurdering af, hvorvidt et cochlearimplantat vil kunne virke, og give lægen viden om, hvordan og fra hvilken vinkel en operation kan foretages,” forklarer hun.
Træner AI med data fra russiske patienter
Der er kun få patienter med misdannelser i øret, så Paula López Diez trækker på data fra Moskva-hospitalet The National Medical Research Center for Otorhinolaryngology of the Federal Medico-Biological Agency of Russia.
Paula López Diez samarbejder med danske høreimplantatervirksomheden Oticon Medical, som i forvejen samarbejder med det russiske hospitals chef, professor Khassan Diab, der er specialist på området.
Samarbejdet med det russiske hospital betyder, at Paula López Diez kan bruge billeder og data fra cirka 70 patienter til at træne det neurale netværk ved at forsøge at klassificere hvert enkelt billede. Outputtet fra netværket sammenholdes med de diagnoser, som patienterne har fået fra Mosvka-hospitalet, hvilket giver modellen mulighed for at forbedre klassifikationen af de billeder, der er forkerte.
Processen gentages, og netværket lærer, hvilke mønstre i data der kan bruges til at klassificere billederne korrekt. Når modellen er trænet, testes den på ukendte data fra 30 patienter fra Moskva-hospitalet, så man sikrer, at den virker.
Læs også: Nyheder om kunstig intelligens