文章目录[隐藏]

• 由20余万张真实图片“训练”出来

  为实现眼科人工智能由实验室向临床实践阶段转变，林浩添领衔的研究团队成都企业网站建设使用来自16家具有不同疾病分布、不同级别的医疗机构的20余万张视网膜图像，训练出了可同时识别14种常见眼底异常的AI视网膜多病种辅助诊断系统，包括糖尿病、高血压等全身性疾病的眼部表现，以及青光眼、病理性近视、视网膜静脉阻塞、视网膜脱离等12种威胁视力的异常。

  “使命是宏大的，但执行起来确实困难重重。”陈羽中告诉健康时报记者，“以大数据为例，我们往往会看一宗数据的量，假设100万，不算小了，但如果我们一细分析其结构，可能某一单病种，比如糖网，就占了99%；剩下的1万分布着几十个病种，有些病种可能只有几十，甚至更少，就会导致数据的不准确。”

  为保证该系统的准确性，由中山眼科中心领衔，包括北京同仁医院、上海五官科医院、北京大学人民医院和山东大学齐鲁医院等多家微信小程序开发公司三甲医院的医学专家对该系统进行了验证与分析。

  研究团队成都企业网站建设通过2万余张视网膜图像对系统进行内部验证，包括来自中国28个省份的8家三级医院、6家社区医院和21家健康体检机构，并覆盖到了新疆、云南、广西、宁夏等中国少数民族聚集地和边疆偏远地区的医疗机构，研究结果表明，AI视网膜多病种辅助诊断系统不仅可以准确识别14种常见眼底异常，适用于不同医疗场景、不同种族、不同眼底照相仪器的临床真实世界环境，且准确率媲美眼底专科医生。

  研究覆盖的省市和医疗机构。受访者供图。

  视网膜AI落地应用按下“加速键”

  当前，医学AI研究已经进入临床实践阶段，其中医学影像AI领域是发展最快，也是关键词优化排名先实现落地应用的领域。2020年8月，鹰瞳Airdoc获得国家药监局颁发的首张眼科人工智能软件第三类医疗器械证书。

  该研究表明，AI视网膜多病种辅助诊断系统完全可以部署在网络基础设施差、医疗资源稀缺的偏远地区，支持中国多民族多人种的眼底检查，同时保持高度的准确性。当下，鹰瞳Airdoc获批的AI视网膜辅助诊断系统已经为新疆巴楚偏远的社区服务中心和上海大三甲的患者，提供同样高质量的AI服务。

  不过，陈羽中认为，AI并不会替代人类医师。“人”（患者）的问题，还需要“人”（医护）来解决。