卡维亚·科帕拉普

卡维亚·科帕拉普:源自3D打印镜头的诊断技术

糖尿病视网膜病变是导致可预防性失明的主要原因之一。其筛查通常需要眼科医生、专门的视网膜照相机以及许多贫困或农村地区患者无法获得的预约机会。卡维亚·科帕拉普 (Kavya Kopparapu) 的解决方案是她还在弗吉尼亚州亚历山大市读高中时提出的:一个夹在智能手机摄像头上的3D打印镜头,以及一个经过训练以解读成像结果的人工智能模型。她将其命名为“Eyeagnosis”,这也是她在大学毕业前开发的多个诊断工具中的第一个。

托马斯·杰斐逊高中

科帕拉普就读于亚历山大市的托马斯·杰斐逊科学技术高中 (Thomas Jefferson High School for Science and Technology),这是一所因培养科研型学生而闻名的磁性学校,后来她进入哈佛大学深造。她最早有记录的项目出现在大一时期:MediKey,这是一款移动应用程序,可以让急救医疗技术人员从无意识患者的智能手机中安全地提取医疗信息——这是一个关系到现实世界利益的问题,因为急救人员猜测患者过敏症或药物使用情况的每一秒都至关重要。

Eyeagnosis与智能手机视网膜检查

2016年,17岁的科帕拉普开发了Eyeagnosis:一种低成本的3D打印镜头附件,搭配移动应用程序。该程序利用机器学习,通过智能手机拍摄的视网膜照片来标记糖尿病视网膜病变,无需传统诊断所要求的复杂眼科检查。该项目针对的是一个具体的全球准入差距——糖尿病视网膜病变如果及早发现是可以治疗的,但早期筛查恰恰是难以大规模廉价提供的环节。该工具使她在2017年获得了WebMD“健康英雄”的认可,并受到了追踪应用机器学习领域青少年发明家的媒体报道。

GlioVision与更快的癌症诊断

继Eyeagnosis之后,科帕拉普又开发了GlioVision。这是一个在2017年至2019年间开发的平台,用于直接通过病理图像对胶质母细胞瘤(一种侵袭性脑癌)进行自动评估。其核心在于速度和成本:基于DNA的胶质母细胞瘤诊断方法缓慢且昂贵,而基于图像的机器学习方法有望提供一种更快、更廉价的肿瘤样本分类替代方案。这项工作利用了与石溪大学和美国国立卫生研究院研究人员的合作,并最终促成了以她名义申请的一项专利 (US10748040B2)。

免费测试
你的是多少?

二十道题、八分钟计时,以及与所有参与者对比得出的百分位。无需注册。

开始智商测试 →

构建自身背后的支持体系

科帕拉普并没有将自己的发明视为终点,她于2015年创立了GirlsComputingLeague,旨在为资金不足学校的女孩举办计算机和科学研讨会,并于2020年11月与惠普 (HP) 合作发起了技术公平倡议。她继续在哈佛大学从事研究工作,选修了如“微型机器学习”和“大规模计算”等课程,在苹果公司的核心机器学习团队实习,并从2019年起被任命为STEM领域女性的AAAS IF/THEN大使。她获得的认可覆盖了比大多数青少年发明家更广泛的媒体领域:2020年在史密森尼学会的“女孩时代(复杂)”展览中获得专题介绍、《十七岁》杂志的“年度声音”荣誉,以及哈佛大学本科技术创新研究员职位。谈及自己的动机,她说:“我想对那些想要从事计算机科学的学生产生影响,让他们对自己的能力、技能和未来更有信心。”

面向公众的科学家

与许多在科学竞赛奖杯停发后知名度就逐渐消退的青少年发明家不同,科帕拉普围绕工作而非自身建立公众形象:2017年10月主办了一场人工智能峰会,将行业人士和学生汇聚一堂;在一家互动科学博物馆董事会任职;并于2020年初在WebMD自身的人工智能专题期刊上发表文章。她还在2020年9月被《嘉人》杂志专题报道,并于2019年4月获得Alba Botanica“行善,致美”活动的认可——这类消费品牌关注度很少会出现在计算生物学项目上,这表明她的故事之所以被阅读,不仅是因为其技术内容,同样是因为其倡导价值。

为什么卡维亚被称为天才

科帕拉普能够获得这一称呼,并非基于某种突如其来的灵感,而是基于一种特定的、可重复的模式:识别医学中的诊断瓶颈——视网膜病变筛查、胶质母细胞瘤分类——并围绕廉价、可及的硬件(智能手机、3D打印附件)构建有效的工作机器学习流水线,而不是依赖该领域通常认为必须使用的昂贵专业设备。这是一种真正的应用工程判断力:知道诊断工作流程中哪些部分可以用手机摄像头和训练模型替换,哪些不能。

诚实的警告是,来源材料中并未记录Eyeagnosis或GlioVision已达到临床部署或经过大规模同行评审验证;两者都被描述为原型和研究合作,而非美国食品药品监督管理局 (FDA) 批准或医院采用的工具。这种差距——在被WebMD和史密森尼学会报道的有效概念验证与医生使用的实际诊断产品之间——正是青少年发明家报道经常夸大事实的地方,这里也同样适用。毫无疑问的是这种模式:科帕拉普在获得学士学位之前就构建了两个不同的诊断流水线,并利用第一个项目的平台为倡导工作筹集资金,而不是仅仅利用媒体报道从中获利。

遗产

科帕拉普最持久的贡献可能不是任何单一的诊断工具,而是她围绕自己和其他年轻女性在计算机领域建立的基础设施——GirlsComputingLeague、IF/THEN大使身份、与惠普的合作——这是一份将个人认可转化为为那些没有她所在学校、导师或实验室合作机会的人提供机构准入的长期记录。

与伟人比较

Mahatma Gandhi vs Stephen HawkingSteve Jobs vs Variste GaloisBenjamin Franklin vs PythagorasGalileo Galilei vs Henri Poincar
查看排行 →所有对比 →

神童

Shakuntala DeviShakuntala DeviMultiplied two 13-digit numbers in her head in 28 secondsJeremy ShulerCornell University at 12 — Reading at 21 Months, Top-Decile SAT…Akiane KramarikSelf-Taught Painter from Age 4 — Paintings Sold for Up to…Marko ČalasanWorld's Youngest Microsoft Certified Systems Engineer — Age 8…
神童 →

玩一玩,明天再来

每日天才挑战 · Brain teaser
In a race, you overtake the person in 2nd place. What place are you in now?
点选你的答案 ↓
你是哪位天才? 免费智商测试