5分钟!人工智能即可筛查出糖尿病视网膜病变!准确性与受过训练的眼科阅片员相当!
近日,糖尿病领域的国际权威期刊《Diabetes Care》(影响因子13.397)发表了中山大学中山眼科中心何明光教授团队关于人工智能系统筛查重要致盲眼病的科学论文。
何明光教授的研究团队与广州河谷互动医疗科技公司开展产学研合作,开发了针对重要致盲眼病的人工智能筛查系统,通过与澳大利亚、新加坡的研究者合作,在当地的白人、土著人、马来人等三个流行病学调查人群中完成了真实筛查情景中的准确性验证,首次证实了该人工智能系统在不同种族人群、不同的眼底照相机条件中,均具有迄今为止最高的筛查转诊的准确性。
我国1亿多糖尿病人需定期查眼底
但眼科医生仅数万人
糖尿病是影响国人健康的最重要慢性病之一,我国糖尿病患者超过1亿。糖尿病影响全身的微血管系统,会引起糖尿病视网膜病变(简称糖网)等并发症,是中老年人视力丧失的重要元凶之一。
早诊早治是预防糖网致盲的唯一途径。根据国内外糖尿病的防治指南要求,Ⅱ型糖尿病的病人应每1至2年检查一次眼底,以了解糖尿病对眼底血管的影响并及时进行干预治疗,挽救视力。世界上的发达国家,比如英国等,开设了覆盖全国的糖网筛查项目,通过向糖尿病患者提供眼底检查,10年内可使糖网致盲的发生率下降40%。
在我国,对超过1亿的糖尿病患者进行每2年一次的眼底检查是一个庞大的工程,最重要的瓶颈是缺乏能够开展这些检查的眼科医生。因此,人工智能筛查成为了新的解决方案。
眼底拍照+人工智能判读
用户全程自助,5分钟即可拿报告
近两年来,国内外很多研究团队都在研发针对糖网的人工智能系统,报道的准确性各有千秋,但是一直都无法实现在真实的筛查场景中进行准确性评价。
何教授的研究团队,与高水平的人工智能开发团队合作,利用人工智能技术和海量临床数据,以英国糖尿病筛查体系为标准,对7万张眼底彩照进行中心化的标准分级,构建出糖尿病视网膜病变的智能分级系统,实现了眼底拍照+人工智能判读的全流程自动化。该系统具有非常高的准确性,能即时识别图像质量和报告分级结果,可以直接应用于没有眼科医生参与的筛查情景,大大提高筛查效率和服务量。
更重要的是,何教授利用他多年建立的国际合作网络,与澳大利亚和新加坡的学者合作,在澳大利亚和新加坡的三个著名的人群为基础的研究中的影像样本进行验证,模拟了真实筛查条件下的糖网患者的严重程度,证明了在不同眼底照相机、不同色素特征的人群中,人工智能系统的敏感性和特异性仍高达92.5%和98.5%,为该先进技术在国际上进一步应用提供了重要的数据支持。
“这个系统实现了筛查过程的全自动化,解决了对高计算能力的要求,可以在笔记本电脑上轻松实现。以后,将全自动智能眼底照相机安装在内分泌门诊、体检或者社区中心,就可以实现不需要眼科医生参与的眼病筛查,及时发现需要治疗的病人并进行转诊,可以大大提高眼科医生的工作效率,提高糖尿病患者对眼科服务的可及性和治疗效果。另外,我们的筛查系统还可以诊断青光眼、黄斑变性,甚至是生物学年龄、中风等都有很好的预测准确性。在未来,依靠我们掌握大量前瞻性数据,利用事件发生的前后时间关系,我们正在开发能对因果关系进行推理的人工智能系统,以后,我们的人工智能系统就能帮助医生对明确患者是进展型还是稳定型,手术还是药物治疗更好等临床问题,提供更准确有效的诊断辅助。我们希望利用自己掌握的人工智能技术,为更多的医疗人员提供技术的合作和支持!”何明光教授说。
该团队的成果为我国远程医疗及人工智能在眼科的应用推广,为眼病筛查模式的转变提供了新的思路。
按疾病找