Мобильное приложение, диагностирующее заболевание органов зрения

Цель исследования - обоснование выбора разработки мобильного решения для технологий телемедицины в офтальмологии, создание мобильного приложения для распознавания фотоснимков изображений глаза пациентов для диагностирования заболевания сетчатки органов зрения. Приложение необходимо для использования со специальным имеющимся в поликлиниках оборудованием фундус-камерой.

Методы. Для платформы мобильных устройств под управлением операционной системы Android - реализация приложения, содержащего алгоритм машинного обучения, диагностирующий наличие патологии болезней глаза.

Результаты. Описаны итоги создания мобильного приложения для телемедицины в офтальмологии, выполняющего сбор, анализ и обработку цифровой информации заболевания глаз для диагностирования и постановки диагноза врачом-офтальмологом; способа взаимодействия устройств и технологии клиентсерверной архитектуры модели. Представлен жизненный цикл разработки пилотной версии программного продукта, обозначены будущие перспективы развития. В данной работе предложена концепция мобильной информационной системы телеофтальмологии для распознавания изображений на основе глубокого обучения. На базе выдвигаемой концепции спроектировано, реализовано и протестировано мобильное решение, которое повышает качество медицинского сервиса. Применение мобильного приложения для первичного осмотра врачом-окулистом пациентов и постановки диагноза нарушения зрительной системы позволяет повысить производительность и эффективность труда, снизить экономические затраты на предоставление услуг населению. Врач будет максимально оперативно получать доступ к необходимой информации для принятия решения о лечении пациента, тратить меньше времени на заполнение амбулаторных карт и историй болезни, уделяя больше времени непосредственно работе с пациентом.

Заключение. В результате будет сводиться к минимуму вероятность врачебных ошибок. Как следствие, улучшится качество оказания медицинских услуг для населения.

1. Применение систем с искусственным интеллектом в диагностике офтальмологических заболеваний (обзор литературы) / А. Е. Апрелева, Р. И. Манкибаева, Б. С. Манкибаев, Е. В. Апрелева // Вестник Башкирского государственного медицинского университета. 2019. № 3. С. 10-14.

2. Астахов Ю. С., Тургель В. А. Телемедицина в офтальмологии. Часть 1. «Общая телеофтальмология» // Офтальмологические ведомости. 2020. Т. 13, № 1. С. 43-52. https://doi.org/10.17816/OV19112.

3. Методы машинного обучения в офтальмологии. Обзор литературы / Д. Д. Гарри, С. В. Саакян, И. П. Хорошилова-Маслова, А. Ю. Цыганков, О. И. Никитин, Г. Ю. Тарасов // Офтальмология. 2020. Т. 17, № 1. С. 20-31. https://doi.org/10.18008/1816-5095-2020-1-20-31.

4. Гусев А. В. Перспективы нейронных сетей и глубокого машинного обучения в создании решений для здравоохранения // Врач и информационные технологии. 2017. № 3. С. 92-105.

5. Современный передовой уровень искусственного интеллекта для умной медицины / О. Ю. Колесниченко, А. В. Мартынов, В. В. Пулит, Ю. Ю. Колесниченко, В. В. Шакиров, О. О. Варламов, Л. О. Минушкина, А. Ю. Сотник, Т. Н. Жилина, В. П. Дорофеев, Г. Н. Смородин, М. К. Жапаров, Л. С. Мазелис // Ремедиум. Журнал о рынке лекарств и медицинской технике. 2019. № 4. С. 36-43. https://doi.org/10.21518 / 1561-5936-2019-04-36-43.

6. Терещенко А. В., Трифаненкова И. Г., Юдина Ю. А. Телемедицина в скрининге, диагностике и лечении активной ретинопатии недоношенных // Офтальмохирургия. 2017. № 2. С. 73-77. https://doi.org/10.25276/0235-4160-2017-2-73-77.

7. Фокин С. Ю., Киричек Р. В. Обзор медицинских приложений, устройств и технологий связи интернета вещей // Информационные технологии и телекоммуникации. 2016. Т. 4, № 4. С. 67-80.

8. Lokman Balyen, Tunde Peto Promising Artificial Intelligence-Machine Learning- Deep Learning Algorithms in Ophthalmology // Asia-Pacific Academy of Ophthalmology. 2019. Vol. 8, N 3. P. 264-272. https://doi.org/10.22608/APO.2018479.

9. Mohita Sharma, Neha Jain, Sridhar Ranganathan, Naman Sharma, Santosh G. Honavar, Namrata Sharma, Mahipal S Sachdev Tele-ophthalmology: Need of the hour // Indian Journal of Ophthalmology. 2020. Vol. 68, N 7. P. 1328-1338. https://doi.org/10.4103/ijo.IJO_1784_20.

10. Sourya Sengupta, Amitojdeep Singh, Henry A. Leopold, Vasudevan Lakshminarayanan. Ophthalmic Diagnosis and Deep Learning - A Survey. URL: http://www.arxiv.org>pdf/1812.07101v2.pdf (дата обращения: 10.05.2021).

11. Julia E. Reid, Eric Eaton. Artificial Intelligence for Pediatric Ophthalmology. URL: http://www.arxiv.org>pdf/1904.08796.pdf (дата обращения: 10.05.2021).

12. Lokeshwari Aruljyothi, Anuja Janakiraman, Malligarjun B., Balasundaram Manohar Babu. Smartphone applications in ophthalmology: A quantitative analysis // Indian Journal of Ophthalmology. 2021. Vol. 69, N 3. P. 548-553. https://doi.org/10.4103/ijo.IJO_1480_20.

13. Muhammad Imran Razzak, Saeeda Naz, Ahmad Zaib. Deep Learning for Medical Image Processing: Overview, Challenges and Future. URL: http://www.arxiv.org"ab/1704/ 06825 (дата обращения: 10.05.2021).

14. Wei Lu, Yan Tong, Yue Yu, Yiqiao Xing, Changzheng Chen, Yin Shen Applications of Artificial Intelligence in Ophthalmology: General Overview // Hindawi. Journal of Ophthalmology. 2018. N 6. P. 1-15. https://doi.org/10.1155/2018/5278196 Article ID 5278196.

15. Siddharth Karuppasamy Karthikeyan, Rajesh Thangarajan, Nagarajan Theruvedhi, Krithica Srinivasan. Android mobile applications in eye care // Oman Journal of Ophthalmology. 2019. Vol. 12, N 2. P. 73-77. https://doi.org/10.4103/ojo.OJO_226_2018.