當前位置: 首頁 > 健康 > 正文

拍一張眼表圖,用這個技術算法可診斷5種疾病

信息時報 | 記者 黃艷 通訊員 邰夢云 | 2020-06-23 19:09:57

信息時報訊(記者 黃艷 通訊員 邰夢云)拍下一張眼表圖,即可診斷出病灶,并初步判斷超過五種的眼表疾病。據了解,由中山大學中山眼科中心林浩添教授、劉奕志教授與西安電子科技大學劉西洋教授帶領團隊經過5年鉆研合作共同研發的醫學圖像密集標注技術Visionome可準確識別多種眼前段病變的裂隙燈圖像智能評估系統,可應用于大規模篩查、綜合分診、專家級評估、多路徑診療建議等多個臨床場景。最新研究成果“Dense anatomical annotation of slit-lamp images improves the performance of deep learning for the diagnosis of ophthalmic disorders”于2020年6月22日發表于《自然》雜志的子刊《自然生物醫學工程》(Nature Biomedical Engineering,IF=17.135),并進入臨床轉化應用。

首創醫學圖像密集標注技術Visionome

據了解,目前國內醫學人工智能發展仍面臨優質數據提取困難、現有數據標注方法效率低等一系列問題,同時許多疾病患病率低,不同學科數據特征迥異,導致現有人工智能算法通常難以應對跨學科場景。如何利用一流醫療人才團隊與海量循證醫療數據的優勢,突破僵局,建立中國特色的醫學人工智能發展模式?中山大學中山眼科中心林浩添教授提出了醫學人工智能“樂高”計劃,以標準化數據標注模式、提高數據標注效率、建立醫療數據區塊鏈等作為切入點,進行戰略部署。該計劃通過將醫學數據轉化成可以拼插組合的“樂高”模塊,打通不同疾病學科的數據異質性壁壘。作為醫學人工智能“樂高”(Visionome技術)計劃的首個研發成果,Visionome技術成功實現了人工智能進行跨學科、多病種應用,證明了醫學人工智能“樂高”計劃的高度可行性。目前,團隊已與數十家醫院建立合作,加快推進醫學人工智能“樂高”計劃的跨學科應用。

林浩添介紹,具體來說,醫學圖像密集標注技術Visionome是一種基于解剖學和病理學特征對醫學圖像進行密集標注的方法。與傳統圖片級分類標注方法相比,Visionome技術可多產生12倍標簽,而這些標簽訓練出來的算法顯示了更好的診斷性能。基于此技術,團隊訓練出可準確識別多種眼前段病變的裂隙燈圖像智能評估系統,可應用于大規模篩查、綜合分診、專家級評估、多路徑診療建議等多個臨床場景。不僅在回顧性數據集中表現出眼科專家級別的診斷水平,在前瞻性數據集中也表現出色。最新研究成果“Dense anatomical annotation of slit-lamp images improves the performance of deep learning for the diagnosis of ophthalmic disorders”于2020年6月22日發表于《自然》雜志的子刊《自然生物醫學工程》(Nature Biomedical Engineering,IF=17.135),并進入臨床轉化應用。

Nature Biomedical Engineering在線發表的文章首頁

 

4項臨床任務準確率達到了眼科專家水平

團隊使用Visionome數據集,進一步研發了可針對多種眼前段疾病,進行多區域識別和分類的裂隙燈圖像智能評估系統。該系統可完成4項臨床任務:包括大規模篩查,即對眼前段圖像進行正常/異常判斷,準確率高達98.54%;綜合分診,即定位眼前段圖像病變所在解剖部位,平均準確率為93.75%;專家級評估,即針對特定解剖部位描述多項病理體征,準確率均在為79.47%以上;多路徑診療建議,即綜合上訴診斷結果及患者自報告的癥狀等信息,進行診療方案建議。上述模型準確率均在外部驗證中達到了眼科專家水平。

林浩添介紹,通俗來說,對于應用在病人身上,只要在眼科拍攝一張圖片采集數據,即可立刻診斷出病灶,初步排查出超過5種眼表疾病。

此外,評估系統還具備舉一反三的診斷能力。據介紹,團隊同時使用了20種系統未學過的眼病進行測試,包括眼科十大急癥及其他復雜眼病如圓錐角膜,虹膜囊腫,視網膜母細胞瘤等,系統在大規模篩查場景中達到了84.00%的準確率。說明Visionome在密集分割的同時讓算法得到了舉一反三的診斷能力,具有跨專科識別多病種的潛力。

裂隙燈圖像智能評估系統可針對4項臨床任務快速生成評估報告

推動成果轉化讓人工系智能成為接地氣的“醫生”

使用者通過在Visionome診斷系統中上傳眼前段圖像,即能一次獲得多個部位的全方位診斷,與傳統的人工智能算法相比,Visionome系統可生成更加全面、精細、具體的報告,真正讓醫學人工智能應用揭開神秘的面紗,成為一個接地氣的“醫生”。據介紹這不僅為罕見病學科等數據難以積累的醫學人工智能應用打開了突破口,同時也進一步為人工智能算法層面跨病種應用打通了壁壘。

目前,團隊已與萬靈幫橋醫療器械(廣州)有限責任公司合作將該研究成果投入臨床應用轉化階段。未來雙方將以院企合作的形式,在促進高新技術成果孵化、培育與產業化落地等方面開展持續深入合作,積極助力醫學AI產業化發展。

此外,由于醫療健康數據是患者的生物密碼,數據隱私與數據安全尤為重要,因此傳統的醫療健康數據囿于技術限制,僅能分散下沉于各個醫院,形成數據孤島。醫療信息的傳遞、共享和數據安全是下一戰略布局面臨的首要問題。目前,團隊以區塊鏈技術優勢與醫療健康數據傳輸共享技術相結合作為切入點,基于區塊鏈開放共識、不可篡改、易于追溯等特點,進行醫療健康區塊鏈技術的戰略布局。

信息時報社地址:廣東省廣州市廣州大道南83號匯美商務中心四樓

信息時報社 版權所有(C) 粵ICP備14002173號 爆料電話:020-34323111 QQ:800023111 官方微博:@ 信息時報

舉報及投訴電話:(020)34323133 郵箱:xxsb_gz@163.com

網上有害信息舉報專區

99在线视频免费观看视频