模型|一张照片筛查多种眼病中国医生牵头完成世界首例研究日前

日前，据中山大学中山眼科中心消息，该中心副主任林浩添教授团队牵头联合医疗人工智能企业鹰瞳Airdoc、广东省医疗器械质量监督检验所等国内外18家医疗、企业和科研机构，完成了全球首个眼科多病种人工智能真实世界研究。据了解，该团队研究成果已在国际顶级期刊《柳叶刀—数字健康》（The Lancet Digital Health）在线发表。文章插图
“这项研究的重点，可以分解为：眼科多病种、人工智能、真实世界。 ”林浩添介绍，此前，该研究团队的糖尿病视网膜病变识别模块，已经获得了国家药品监督管理局颁发的第一个眼科人工智能软件Ⅲ类医疗器械产品注册证，可以在临床使用。但是，不少患者有两种或以上的疾病，能不能拍一次眼底照片，就可以筛查多个眼科疾病？
此项研究的创新点之一，眼底疾病综合性智能诊断专家——“CARE”模型，是眼科多病种筛查的关键。
文章插图
【模型|一张照片筛查多种眼病中国医生牵头完成世界首例研究】作为一个医学人工智能AI ， “CARE”模型是由大量照片和标签“训练”出来的：研究项目共纳入51家医疗机构的26万张眼底彩照，不但来源于三级医院、社区医院和健康服务机构等具有不同疾病特征人群，还涵盖了多种场景和设备来源。在算法上， “CARE”由单标签升级为多标签深度学习网络，即将多种疾病的标签和特征信息置于同一个神经网络训练，不但可以识别多种眼底异常，还能同时关联各疾病特征之间的关系。
据介绍， “CARE”模型既减少了模型运行对计算资源的依赖，也将诊断的总体准确率从92.1%提升至95.2% 。 “CARE”模型可以识别14种常见眼底异常，包括糖尿病视网膜病变、高血压眼底病变、病理性近视眼底、视网膜脱离等疾病，模型的平均准确率为96.8% 。
文章插图
研究团队还进行了一次“人机对弈” ，将“CARE”模型的表现与16位来自不同地区不同年资的眼科医师进行比较。 “人机对弈”结果发现，不同眼科医生对眼底病变识别灵敏度差异大，特别是基层年轻医生，人类医师的准确度范围在50%至92.9%之间。相比之下， “CARE”模型的表现则“稳”字当头，准确率高而且稳定。
林浩添认为，未来医学人工智能可以作为诊断助手，帮助医生完成80%的基础工作，而医生可以专注于20%的疑难杂症或者技术优化，提升医生的工作价值。下一步，研究团队将推动“CARE”模型的落地产品，希望能够将产品推广到基层医院，让更多眼科患者实现疾病早发现、早治疗。
（光明日报全媒体采访人员王忠耀）
来源：光明日报全媒体采访人员王忠耀

模型|一张照片筛查多种眼病 中国医生牵头完成世界首例研究

模型|一张照片筛查多种眼病中国医生牵头完成世界首例研究