如果您可以通過對視網膜進行10秒鐘的掃描來診斷多發性硬化癥(MS)，阿爾茨海默氏病，帕金森氏病，肌萎縮性側索硬化癥(ALS)和腦震蕩怎么辦?現在，細胞水平成像和人工智能(AI)的結合提供了這種可能性。它跟蹤視網膜的運動，而不是瞳孔的運動。由于視網膜跟蹤技術可以在細胞尺度上測量眼睛的運動，因此它可以檢測到大小僅為人發大小的1/100的運動，其靈敏度是其他眼睛跟蹤系統的120倍。

這項新技術充分利用了大數據成像和在其上運行的人工智能的優勢。成像更加精細，因此AI和機器學習(ML)都可以在更多數據點上運行。這不僅可以揭示眼睛健康狀況，還可以揭示潛在的醫療狀況，因此可以對其進行治療。

“我們知道諸如多發性硬化癥等疾病以特定的眼球運動為特征，”神經技術和AI公司C.Light Technologies的首席執行官Christy Sheehy博士說。“使用視網膜掃描技術，我們可以更快地檢測到眼動的微小變化，視頻可見度可降至1微米級別。在其他瞳孔掃描技術中，用于眼動觀察的最小尺寸在2至4毫米范圍內。”

Sheehy說：“我們拍攝的每個視頻的長度大約為10秒。”“它包含超過5,000個數據點，每個患者記錄了其中的六個視頻。”

借助可以檢測和評估眼動數據模式的機器學習，可以將當前的視網膜掃描與過去的結果進行比較。Sheehy說：“這使我們能夠繪制出疾病的進展圖或缺乏進展圖。”

對于MS，這是該技術正在應用的第一種疾病，其癥狀是復視和不自主的眼球運動。

Sheehy說：“我們可以從這些信息中學到很多東西。”“一方面，眼睛行為的改變可能預示著疾病的發展，但也可能意味著用于治療該疾病的特定藥物無效。在后一種情況下，它可能表明護理人員重新評估和調整所使用的藥物療法，以便患者可以取得更好的結果。”

其他人可以從這種AI技術中學到什么?

諸如高級視網膜掃描和AI / ML評估之類的技術為正在啟用和實施對大數據進行操作的技術的其他人員提供了經驗教訓。

如果銳化正在采集原始數據點的設備的鏡頭，則可能會發現更有意義的數據可見性，這不一定足以滿足影像和其他大數據捕獲技術的需求。

人工智能是一種動態組合，它使用智能框架來評估和評估特定問題，而機器學習則可以通過檢測和分析數據模式來提高AI性能。

當研究領域或業務領域的專家運用其經驗知識，專注于難以解決的特定問題并使其得到解決時，就會出現一些最大的大數據，人工智能和機器學習突破。