江苏龙网

  1. 首页 > 人文 > >

最大规模「眼底AI」真实世界研究成果发布，《BMJ》子刊收录

AI糖网筛查领域再现重磅研究成果！
近日 ， 《BMJ》子刊《BMJ Open Diabetes Research and Care》（影响因子：3.183）在线刊发了题为《Artificial intelligence-enabled screening for diabetic retinopathy: a real-world, multicenter and prospective study》（《人工智能筛查糖尿病视网膜病变：一项真实的、多中心的前瞻性研究》） 。
最大规模「眼底AI」真实世界研究成果发布，《BMJ》子刊收录文章插图
截图自论文
该论文由宁光院士主持的标准化代谢性疾病管理中心、瑞金医院以及上海市第一人民医院眼科许讯教授团队 ， 与医疗人工智能企业VoxelCloud体素科技共同研究发表 。
【最大规模「眼底AI」真实世界研究成果发布，《BMJ》子刊收录】据悉 ， 该研究招募了中国155个国家代谢管理中心（MMC）中的近5万名糖尿病患者 ， 并运用体素科技开发的人工智能算法对这5万名患者进行了糖网筛查 ， 对所有有效糖网数据进行了疾病分期 ， 在大范围多中心（涵盖中国155个糖尿病中心）环境下验证了人工智能算法在真实世界中的诊断能力 。
据介绍 ， 它的突破性意义主要在于是「眼底AI」领域迄今为止最大规模的真实世界研究 ， 其最终结果也这意味着：AI能应对复杂多变的线下病人个体差异、不同地区经济和地理限制、不同厂商的扫描设备和操作技师差异、网络连接稳定性等一系列临床试验和实验室测试中无法涉及到的各种真实世界影响 ， 满足临床所需求 。
据悉 ， 达到这一表现需要MMC工作流和数据采集方案和执行的科学性 ， 以及AI软硬件系统MMC场景的无缝衔接 ， 同时具备与其他未知场景衔接的可配置自由度 。 此外 ， 为提高参考标准质量 ， 眼科医生还以抽查的方式进行多层中心阅片 ， 并将其结果与AI进行对比 ， 以验证AI筛查的准确性 。
一直以来 ， 大量研究一直专注于对高质量的实验室环境下的图像数据集进行处理 ， 但在真实世界医疗环境中 ， 具备实用性的AI必须能在各个地域、各个医院 ， 有效处理各类质量的影像 。
相较之下 ， 该实验除了能满足了大样本条件下的真实世界研究 ， 也能反映该系统在不同资源的非眼科专业医疗中心或医疗保健系统中的实际效果 ， 从而有助于未来的推广和应用 。
从行业需求来看 ， 国际糖尿病联盟发布的全球糖尿病概览数据显示 ， 2017年中国糖尿病患者人数达1.1亿 ， 而我国糖尿病视网膜病变在糖尿病罹患人群中的患病率为24.7％至37.5％ ， 按此推算我国糖尿病视网膜病变患者约2700万人 ， 每个患者都存在严重致盲的可能 。
据悉 ， 通过眼底筛查找出潜在患者 ， 并在早期给予干预 ， 可以降低94.4%的患者面临的糖网严重失明风险 。 但目前中国对于糖网病变的筛查率却不足10% ， 其中一个关键因素就是医疗资源的极度稀缺 。
对此 ， AI能发挥重要作用：通过学习海量糖网病变影像学习 ， 特定的深度学习算法可以能够对阅片环节进行高效分析 ， 帮助医生节省大量时间；当技术下沉到基层后 ， AI可以提升社区医生在缺少眼科专家情况下的能力建设问题 ， 方便老百姓在社区进行糖尿病视网膜病变、白内障、青光眼等问题的筛查 。
也因此 ， 长期来看 ， AI未来能让有效的眼底筛查覆盖更广阔的领域 ， 进一步解决糖尿病的问题 。


    推荐阅读


    上一篇：性能、拍照超“能打”的一加8T 让你把钱全都花在刀刃上

    下一篇：realme真我X7 Pro限时直降700元 120Hz高刷