(ဇန်နဝါရီလ 28, 2023) မျက်လုံးအတွင်းမျက်နှာပြင်၏ အရောင်အသွေးပုံရိပ်များကို ဖမ်းယူရန်အတွက် မျက်စိပညာတွင်အသုံးပြုသည့် Fundus ကင်မရာသည် INR 1.5 သိန်းမှ INR 5.25 သိန်းကြားတွင် နေရာတိုင်းတွင် နောက်ပြန်လှည့်နိုင်သည်။ ဝင်ငွေနည်းသောနိုင်ငံများတွင် ရောဂါရှာဖွေခြင်းနှင့် ပြန်လည်ထူထောင်ရေးစောင့်ရှောက်မှုတွင် အသုံးပြုသည့် တားမြစ်ထားသောကုန်ကျစရိတ်များသည် စိန်ခေါ်မှုတစ်ခုဖြစ်သည်။ အဆိုအရ၊ World Vision အစီရင်ခံစာWHO မှပြင်ဆင်ထားချက်အရ ကမ္ဘာတစ်ဝှမ်းရှိ လူပေါင်း 2.2 ဘီလီယံကျော်သည် အမြင်အာရုံချို့ယွင်းနေကြပြီး ထက်ဝက်နီးပါးသည် ကုသနိုင်သော သို့မဟုတ် ကာကွယ်နိုင်သော အခြေအနေများဖြင့် နေထိုင်နေကြရပါသည်။ မျက်စိကွယ်ခြင်း၏ ဒုတိယ အဓိက အကြောင်းအရင်းမှာ ရေတိမ်ခန့်မှန်းခြေအားဖြင့် ကမ္ဘာတစ်ဝှမ်းရှိ လူပေါင်း 57.5 သန်းခန့်သည် ထောင့်မှန်ရေတိမ်ရောဂါ ခံစားနေကြရပါသည်။ National Center for Biotechnology Information အရ 2020 တွင် ဤအရေအတွက်သည် 76 သန်းအထိ မြင့်တက်လာခဲ့သည်။ ပြဿနာကို ကိုင်တွယ်ဖြေရှင်းနေသူတွေထဲမှာ Ontario ဆယ်ကျော်သက် Hardit Singh က အားလုံးအတွက် ပိုမိုကောင်းမွန်တဲ့ ကျန်းမာရေးစောင့်ရှောက်မှုကို ဦးတည်တဲ့ တီထွင်ဆန်းသစ်မှုတစ်ခုပါပဲ။
Speculor- လူများဗဟိုပြုမျက်လုံးစောင့်ရှောက်မှုအတွက် ပြည့်စုံသော Teleopthalmology Platform သည် 2021 ခုနှစ်တွင် Canada-Wide Science Fair တွင် 300 နှစ်အရွယ် Hardit မှ ထိပ်တန်းဆုကို ရယူခဲ့သည်။ ရောဂါရှာဖွေရန်အတွက် အိတ်ဆောင်ရုပ်ပုံနှင့် AI algorithms ကိုအသုံးပြု၍ ကွင်းဆင်းစမ်းသပ်ထားသည့် Speculor၊ အိန္ဒိယတွင် အလွန်တတ်နိုင်သော ဒေါ်လာ ၃၀၀ ဖြင့် ရေတိမ်ကို ရှာဖွေနိုင်သည်။ ဟိ ကမ္ဘာလုံးဆိုင်ရာ အိန္ဒိယ၊ ဥရောပသမဂ္ဂလူငယ်သိပ္ပံပညာရှင်များပြိုင်ပွဲတွင် ဒုတိယနေရာရရှိခဲ့သူဖြစ်ပြီး အဆိုပါကိရိယာအား နိုင်ငံတကာ NGO များမှ မျက်လုံးစောင့်ရှောက်မှုတွင် တန်းတူညီမျှမှုရရှိစေရန်အတွက် ရည်ရွယ်သည်။
ရူပါရုံ
Waterloo တွင် မွေးဖွားကြီးပြင်းခဲ့ပြီး Hardik တွင် လေ့လာခဲ့သည့် Kitchener ရှိ Cameron Heights Collegiate မှ သူငယ်ချင်းတစ်ဦးသည် မျက်စိအမြင်လွှာ ခွာခြင်းမှ ခံစားခဲ့ရပြီး လွန်ခဲ့သည့် သုံးနှစ်ခန့်က အဆိုပါ အတွေးအမြင်မှာ အမြစ်တွယ်လာခဲ့သည်။ “သူဟာ မတူညီတဲ့ မျက်စိအထူးကုဆရာဝန်တွေနဲ့ ကျွမ်းကျင်သူ သုံးဦးဆီသွားပြီး မတူညီတဲ့ အကြောင်းပြချက်တွေကြောင့် သုံးကြိမ်စလုံး မှားယွင်းစစ်ဆေးခံခဲ့ရပါတယ်။ အဲ့ဒါကြောင့် သူ မျက်စိကွယ်လုနီးပါးဖြစ်သွားတယ်” လို့ Hardit က ဆိုပါတယ်။ ကပြောသည် Canada-Wide Science Fair အတွက် အင်တာဗျူးတစ်ခု။ ကံကောင်းစွာနဲ့ပဲ၊ ပျက်ဆီးမှုဟာ နောက်ပြန်မဆုတ်နိုင်ခင်မှာ ဆရာဝန်တွေက ဒါကို ရှာဖွေတွေ့ရှိနိုင်ခဲ့ပါတယ်။ ၎င်းသည် Hardit ကို အံ့သြစေသည် - Waterloo ကဲ့သို့သော နေရာတွင် ထိုသို့သော ရောဂါရှာဖွေမှု မှားယွင်းမှုများ ဖြစ်ပွားနိုင်လျှင် ကျန်းမာရေးစောင့်ရှောက်မှု အဆောက်အအုံများနှင့် နီးကပ်မှုမရှိသော ကျေးလက် သို့မဟုတ် ဝင်ငွေနည်းသော ဒေသများတွင် အခြေအနေများ မည်သို့ဖြစ်နိုင်သနည်း။
ထိုအချိန်တွင်၊ ထိုစဉ်က အသက် 13 နှစ်အရွယ် Hardit သည် အမျိုးအစားခွဲခြင်းဆိုင်ရာ အယ်လဂိုရီသမ်များကို တည်ဆောက်နေပြီဖြစ်ပြီး ယခင်ပရောဂျက်များမှ AI ကို အခြေခံနားလည်လာခဲ့သည်။ သူသည် စာအုပ်များကို ရိုက်ခတ်ကာ YouTube မှ သင်ယူကာ စာအုပ်များနှင့် “အရာရာကို စမ်းသုံးကာ အလုပ်မဖြစ်မချင်း လှည့်ပတ်ကစားနေပါသည်။ ၎င်းသည် ဟာ့ဒ်ဝဲအတွက် အလုပ်လုပ်သည်၊ သင်ဘာဖြစ်သွားသည်ကို သင်နားလည်သည်အထိ တွေးတောနေပါသည်။ optics နဲ့အတူတူပါပဲ။ ကိုယ်လိုချင်တာကို တည်ဆောက်ဖို့ လုံလောက်တဲ့အထိ သင်ယူခဲ့တယ်။”
သူသည် အအေးမိသော အီးမေးလ်ပို့သော ပါမောက္ခများကို စတင်ခဲ့ပြီး နောက်ဆုံးတွင် University of Waterloo ၏ မျက်စိပညာဌာနမှ ပြန်လည်ကြားနာခဲ့သည်။ Hardit သည် ဆယ်ကျော်သက်ကျောင်းသားအုပ်စုနှင့် စတင်လုပ်ကိုင်ခဲ့ပြီး မေးခွန်းများမေးမြန်းရန် သို့မဟုတ် သူရုန်းကန်နေချိန်၌ ၎င်းတို့ထံသွားခဲ့သည်။ ဟာ့ဒ်ဝဲကို တည်ဆောက်ရမည်ဖြစ်ပြီး၊ ဆော့ဖ်ဝဲလ်ကုဒ်နှင့် နှစ်ခုကို ပေါင်းစပ်ထားသည်။ သူသည် ဓာတ်ခွဲခန်းတွင် အလုပ်လုပ်ပြီး ထိန်းချုပ်ထားသော အခြေအနေများတွင် ကိရိယာကို မော်ဒယ်မျက်လုံးဖြင့် စမ်းသပ်သည်။
စိန်ခေါ်မှုများနှင့် ခြေလှမ်းများ
Speculor သည် ဓာတ်ခွဲခန်းတွင် ချောမွေ့စွာ အလုပ်လုပ်ခဲ့ပြီး Hardit သည် ၎င်း၏ နမူနာပုံစံကို ထုတ်ပြရန် ဆုံးဖြတ်ခဲ့သည်။ ဒါပေမယ့် ကွင်းပြင်မှာ စမ်းသပ်ကြည့်တဲ့အခါ “အရာရာက မအောင်မြင်ဘူး” လို့ ဝန်ခံပါတယ်။ သူသည် အခြေခံအမှားတစ်ခုကို ကျူးလွန်ခဲ့သည်- သူသည် အကောင်းဆုံးအခြေအနေများထက် နည်းသည့်ကိရိယာကို မတပ်ဆင်ခဲ့ပါ။ “အခြေအနေနဲ့ ပြီးပြည့်စုံအောင် အလုပ်လုပ်ဖို့ နမူနာပုံစံကို ကျွန်တော် ဒီဇိုင်းထုတ်ခဲ့ပေမယ့် အလင်းရောင် ညံ့ဖျင်းလို့ လူနာက ရွေ့လျားနေချိန်မှာတော့ စက်က လုံးဝ အလုပ်မလုပ်ပါဘူး။ AI မှာလည်း အလားတူပြဿနာရှိခဲ့ပါတယ်။” AI အာရုံခံကိရိယာကို စက်ပစ္စည်းများမှ ရိုက်ကူးထားသော အလွန်အရည်အသွေးမြင့်သော ပုံရိပ်များအတွက် အသုံးပြုခဲ့သည်ဟု Hardit မှ ပြောကြားပြီး အမေရိကန်ဒေါ်လာ 25,000 နှင့်အထက် ကုန်ကျသည်။ "ကျွန်ုပ်၏စက်ပစ္စည်းသည် ထိုသို့သောပုံများကို မထုတ်လုပ်နိုင်ပါက ၎င်းသည် AI ကို ဖယ်ရှားပစ်လိုက်ပါသည်။"
“ကျွန်တော် စိတ်ပျက်သွားတယ်။ အရမ်းအားစိုက်ထုတ်ပြီး စက်က လုံးဝအလုပ်မလုပ်ဘူး။ ဒါပေမယ့် ကျွန်တော့်စိတ်က ဒါကိုပြင်ဖို့လုပ်နေပြီလေ။" ဟာ့ဒ်ဝဲနှင့်အတူ၊ သူ၏ ပေါ်ထွန်းမှုအခိုက်အတန့်သည် ပိုမိုစျေးကြီးသော fundus ကင်မရာများတွင် အသုံးပြုသော်လည်း ပိုမိုစျေးသက်သာသော စက်များတွင် ရှားရှားပါးပါး cross-polarisation ပေါင်းစပ်ခြင်းဖြင့် ရောက်ရှိလာပါသည်။ "ရန်ပုံငွေပုံတွေပေါ်မှာ အလင်းပြန်မှု မရှိစေဖို့အတွက် တကယ်ကို ကောင်းကောင်းအလုပ်လုပ်ခဲ့ပါတယ်" ဟု ၎င်းက ဆိုသည်။ သူသည် AI ဖြင့် ဖြေရှင်းချက်များစွာကို ကြိုးစားခဲ့သော်လည်း ဘာမှမအောင်မြင်ခဲ့ပါ။ ဖွံ့ဖြိုးပြီး သူ့ကိုယ်ပိုင်လေ့ကျင့်ရေးနည်းလမ်း။ AI သည် အရည်အသွေးနိမ့်သောပုံများကို လေ့လာရန်၊ အလင်းရောင်အားနည်းခြင်းနှင့် လှုပ်ရှားမှုများအတွက် တွက်ချက်ပြီး ဤကန့်သတ်ချက်များအောက်ရှိ ကွဲလွဲချက်များကို သိရှိရန် လေ့ကျင့်ထားသည်။
Hardit သည် အိန္ဒိယရှိ မျက်စိအထူးကုဆရာဝန်ထံ တစ်ကြိမ် ထပ်မံစမ်းသပ်ရန် ကိရိယာကို ပေးပို့ခဲ့သည်။ တုံ့ပြန်ချက်က ပိုအလားအလာကောင်းတယ်။ “ဒုတိယအကြိမ်မှာတော့ ပုံတွေက အရမ်းကောင်းတယ်။ အလုပ်ဖြစ်မယ်လို့ မမျှော်လင့်ထားသေးတဲ့အတွက် အံ့သြစရာကောင်းပါတယ်၊ မော်ဒယ်မျက်လုံးကို လှမ်းကြည့်ခွင့်ရခဲ့တယ်။ ဒါက ငါ့အတွက် Hail Mary လှုပ်ရှားမှုဖြစ်ပြီး စမ်းသပ်မှုမရှိဘဲ မျက်စိစုံမှိတ်ပြီး အိန္ဒိယကို နမူနာပုံစံကို ပို့လိုက်တယ်။"
အမြဲတမ်း အလုပ်တွေ ဆက်လုပ်နေတယ်။
Hardit ၏ နောက်ဆုံးပန်းတိုင်မှာ စက်ပစ္စည်းကို စီးပွားဖြစ်ထုတ်လုပ်ရန်ဖြစ်ပြီး ၎င်းအား နိုင်ငံတကာ NGO များနှင့် အဖွဲ့အစည်းများ၏ လက်လှမ်းမီမှုအတွင်း ဈေးနှုန်းပေးခြင်း၊ ကမ္ဘာတစ်ဝှမ်းရှိ ကျေးလက်နှင့် ချို့တဲ့သောဒေသများရှိ ကျန်းမာရေးစောင့်ရှောက်မှုများ တိုးတက်စေရန်ဖြစ်သည်။ ကုန်ကျစရိတ်မှာ လက်ရှိတွင် ဒေါ်လာ ၂၅၀ ခန့်ရှိသည့် မှန်ဘီလူးဖြင့် လွှမ်းမိုးထားသည်။ CWSF မှ တရားသူကြီးတစ်ဦးက ၎င်းသည် "သေသပ်လွန်းသည်" ဟု မှတ်ချက်ချပြီးနောက် ဒီဇိုင်းကို မြှင့်တင်ရန်လည်း လုပ်ဆောင်နေသည်။
Hardit သည် ယခုအခါ ရေတိမ်ရှာဖွေရေးတွင် အဓိကအသုံးပြုနေသည့် ၎င်း၏စက်ပစ္စည်း၏နယ်ပယ်ကို ချဲ့ထွင်လိုပါသည်။ "ကန့်သတ်ချက်များကိုပြောင်းလဲခြင်းဖြင့် မတူညီသောရောဂါများအတွက် တူညီသောပုံစံကို ပြန်လည်အသုံးချနိုင်သည်" ဟုသူကပြောသည်။ ဆရာဝန်များကို ရောဂါရှာဖွေရာတွင် နားလည်လွယ်အောင် ကူညီဆောင်ရွက်ပေးစေလိုပါသည်။
Hardit သည် အိန္ဒိယနိုင်ငံ Optical Society of India ဂျာနယ်တွင် AI ဆိုင်ရာ စာတမ်းတစ်စောင်ကိုလည်း ထုတ်ဝေခဲ့သည်။ သူ၏အခြားစိတ်ဝင်စားမှုများတွင် ကွန်ပျူတာသိပ္ပံ၊ AI၊ optics၊ ဆေးပညာနှင့် အားကစားတို့ဖြစ်သည်။