中山大學中山眼科中心31日宣布,該中心研究團隊近日牽頭開發了一種眼底疾病人工智能診斷模型,真實世界研究結果顯示,該模型可準確識別14種常見眼底異常,準確率與眼底專科醫生相當。相關研究成果已在國際醫學期刊《柳葉刀—數字醫療》在線發表。
該人工智能模型名為“眼底疾病綜合智能診斷專家”,簡稱CARE,是一款用于篩查眼底疾病的深度學習系統。研究團隊先從全國16家不同級別醫療機構回顧性收集20多萬張后極部眼底彩照,按臨床診斷規范進行眼底病變的標注,基于多疾病標簽網絡訓練出CARE,使其可識別正常眼底圖像和14種常見眼底病變,包括糖尿病和高血壓2種系統性疾病的眼部表現,以及青光眼視神經病變等12種眼底異常。
CARE的真實世界驗證在全國28個省份的35家醫療機構的真實臨床場景中進行,包括8家三級醫院、6家社區醫院和21家健康管理中心。患者進行眼底圖像拍攝后,CARE即時生成眼底病變篩查的結果報告,患者的篩查結果由具有執業資格的眼科醫師最終確認。
研究團隊將CARE的眼底病變識別能力表現分別與9組來自不同地區、4組具有不同年資的眼科醫生進行對比。結果表明,不同地區、不同年資的眼科醫生在眼底病變判斷的表現上具有較大差異;而CARE系統不僅對疾病的識別能力媲美眼底病專家,而且表現非常穩定。
項目負責人、中山大學中山眼科中心副主任林浩添表示,CARE對計算資源消耗較少,在普通家用電腦就可以離線運行,減少對連接服務器網絡的依賴,適用于醫療資源稀缺和網絡條件差的地區進行眼底疾病篩查。
來源:新華網