El tipi göz tabanı görüntüleme cihazları, oftalmolojik tanı ve hastalık taramasını daha erişilebilir hale getirmiştir. Ancak bu cihazlarla çekilen görüntüler sıklıkla flash yansımaları, pozlama değişimleri ve hareket kaynaklı bulanıklık gibi sorunlardan muzdariptir.
Araştırmacılar, bu sorunu çözmek için 'diffusion autoencoder' adı verilen yenilikçi bir yapay zeka sistemi geliştirmiştir. Bu sistem, bağlam kodlayıcısını gürültü giderme süreci ile birleştirerek, görüntü restorasyonu için anlamsal olarak zengin temsiller öğrenir.
Sistemin en dikkat çekici özelliği, sadece yüksek kaliteli masa üstü fundus görüntüleri ile eğitilmesine rağmen, el cihazlarından gelen bozulmuş görüntüleri başarıyla restore edebilmesidir. Geleneksel yöntemlerden farklı olarak, önceden tanımlanmış bozukluk yapılarına ya da eşleştirilmiş supervizyon verilerine ihtiyaç duymaz.
Bu teknoloji, özellikle kaynak sınırlı ortamlarda göz hastalıklarının erken tanısı için büyük potansiyel taşımaktadır. El tipi cihazların maliyet etkinliği ve taşınabilirliği ile yüksek kaliteli görüntüleme imkanının birleşmesi, sağlık hizmetlerinin erişilebilirliğini artırabilecektir.