1. 首頁 > 生活雜燴 > 健康養生 > >

一張照片可篩多種眼科疾病！廣東醫生牽頭完成這項世界首例研究

7月31日 ， 采訪人員從中山大學中山眼科中心獲悉 ， 該中心副主任林浩添教授團隊牽頭聯合醫療人工智能企業鷹瞳Airdoc、廣東省醫療器械質量監督檢驗所等國內外18家醫療、企業和科研機構 ， 完成了全球首個眼科多病種人工智能真實世界研究 。
近日 ， 該團隊研究成果“ApplicationofComprehensiveArtificialintelligenceRetinalExpert(CARE)system:anationalreal-worldevidencestudy”在國際頂級期刊《柳葉刀—數字健康》（TheLancetDigitalHealth）在線發表 。 該研究項目推出的眼科多病種人工智能可以篩查14種常見眼科疾病 ， 平均準確率在95%以上 。
一張照片可篩多種眼科疾病！廣東醫生牽頭完成這項世界首例研究
文章圖片
研究成果在國際頂級期刊《柳葉刀-數字健康》（TheLancetDigitalHealth）在線發表
“這項研究的重點 ， 可以分解為：眼科多病種、人工智能、真實世界 。 ”林浩添介紹 ， 此前 ， 該研究團隊的糖尿病視網膜病變識別模塊 ， 已經獲得了國家藥品監督管理局頒發的第一個眼科人工智能軟件Ⅲ類醫療器械產品注冊證 ， 可以在臨床使用 。 但是 ， 不少患者有兩種或以上的疾病 ， 能不能拍一次眼底照片 ， 就可以篩查多個眼科疾??？
【一張照片可篩多種眼科疾??！廣東醫生牽頭完成這項世界首例研究】此項研究的創新點之一 ， 眼底疾病綜合性智能診斷專家——“CARE”模型 ， 是眼科多病種篩查的關鍵 。
作為一個醫學人工智能AI ， “CARE”模型是由大量照片和標簽“訓練”出來的：研究項目共納入51家醫療機構的26萬張眼底彩照 ， 不但來源于三級醫院、社區醫院和健康服務機構等具有不同疾病特征人群 ， 還涵蓋了多種場景和設備來源 。 在算法上 ， “CARE”由單標簽升級為多標簽深度學習網絡 ， 即將多種疾病的標簽和特征信息置于同一個神經網絡訓練 。
一張照片可篩多種眼科疾病！廣東醫生牽頭完成這項世界首例研究
文章圖片
單標簽和多標簽深度學習網絡示意圖
“多標簽深度學習網絡 ， 不但可以識別多種眼底異常 ， 還能同時關聯各疾病特征之間的關系 。 ”中山大學中山眼科中心林鐸儒博士介紹 ， “CARE”模型既減少了模型運行對計算資源的依賴 ， 也將診斷的總體準確率從92.1%提升至95.2% 。
在真實世界里 ， “CARE”的準確率高嗎？與人類相比如何？研究團隊在全國35家不同級別的醫療機構 ， 對“CARE”模型進行了臨床真實環境驗證 。 林浩添介紹 ， “CARE”模型可以識別14種常見眼底異常 ， 包括糖尿病視網膜病變、高血壓眼底病變、病理性近視眼底、視網膜脫離等疾病 ， 模型的平均準確率為96.8% 。 研究團隊還進行了一次“人機對弈” ， 將“CARE”模型的表現與16位來自不同地區不同年資的眼科醫師進行比較 。 “人機對弈”結果發現 ， 不同眼科醫生對眼底病變識別靈敏度差異大 ， 特別是基層年輕醫生 ， 人類醫師的準確度范圍在50%至92.9%之間 。 相比之下 ， “CARE”模型的表現則“穩”字當頭 ， 準確率高而且穩定 。
“在基層醫院 ， 我們發現不少患者會拿著以前用膠片相機拍攝的眼底圖片來看病 ， 有的還用手機翻拍膠片圖片拿給醫生看 。 ”林浩添說 ， 結合臨床實際和需要 ， 研究團隊首次使用膠片相機拍攝的眼底圖像的電子掃描版 ， 對“CARE”模型進行測試 。 雖然膠片圖片和翻拍的清晰度不高 ， 但“CARE”模型平均準確率也能夠達到83.7%以上 ， 在臨床真實世界驗證中表現出穩健的疾病識別能力 。
一張照片可篩多種眼科疾?。V東醫生牽頭完成這項世界首例研究
文章圖片
中山大學中山眼科中心副主任林浩添教授