北京中科白癜风医院刘云涛 http://m.39.net/pf/a_4580332.html《柳叶刀-数字健康》(TheLancetDigitalHealth)近日发表由中山大学中山眼科中心林浩添教授团队牵头,联合鹰瞳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的一项医学人工智能真实世界研究。该研究使用,张眼底彩照训练出可以识别14种常见眼底异常的眼底疾病综合智能诊断专家—CARE,并在全国35家不同地区不同级别的医疗机构进行前瞻性临床真实世界验证。研究表明,CARE在临床真实世界中对眼底病变识别的平均受试者操作特征曲线下面积(AUC)为0.,不仅在眼底异常筛查的表现媲美眼科医生,而且在非中国人眼底图像和不同型号的眼底照相机获取的图像中仍然保持令人满意的疾病识别能力。我们特别邀请作者团队带来文章解读。
作者介绍
林浩添(通讯作者)
中山大学中山眼科中心副主任(副院长),研究员,主任医师,教授,眼科学和生物医学工程双学科博导。国家“万人计划”领军人才,国家卫健委突出贡献中青年专家,中国青年五四奖章获得者。主要研究方向为眼科人工智能算法和临床应用体系,对各种常见眼病的防治具有丰富临床经验,尤其擅长先天性白内障等儿童眼病的防治。
林铎儒(第一作者)
中山大学中山眼科中心主治医师,医学博士、博士后。中国人工智能学会会员、广东省青年科学家协会成员。主要研究方向为致盲眼病的精准防治和人工智能真实世界研究。
研究背景
眼底检查对于系统性疾病引起的眼部改变(如糖尿病和高血压),以及原发眼底疾病(如年龄相关性黄斑变性)都有重要意义[1]。人工智能技术的发展为大规模人群的眼底病变筛查提供了新思路[2,3]。在近5年,人工智能模型在实验研究中对识别糖尿病视网膜病变(DR)、年龄相关性黄斑变性等眼底疾病的表现良好[4-6]。目前,医学人工智能逐渐从实验室研究转向临床应用研究阶段[7]。然而,已报道的眼底疾病智能诊断模型仍存在诸多问题,包括模型的训练数据不具代表性和模型运行过于依赖网络连接等[4,8],导致模型在临床应用容易出现眼底图片难以识别、模型准确性骤降和效率低下等现象,严重限制了其在临床真实环境中的应用效果。针对这些问题,此研究研发了眼底疾病综合智能诊断专家—CARE(ComprehensiveAIRetinalExpert),并完成了临床真实世界验证研究,旨在科学和规范医学人工智能产品的研发和临床应用评价体系。
研究方法
研究团队开展了一项全国性研究(详见原文图1),使用16家具有不同疾病分布、不同级别的医疗机构共张眼底彩照,通过多疾病标签网络训练出可以识别14种常见眼底异常的眼底疾病综合智能诊断专家—CARE。(原文图2)
Figure2:Algorithmprinciple
转载请注明:http://www.ynyunyun.com/smmb/7183.html