視網膜AI輔助診斷領域迎來重大突破!727日,廣州中山大學中山眼科中心林浩添教授團隊聯合醫療人工智能領軍企業鷹瞳Airdoc等開展的AI視網膜多病種輔助診斷系統”真實世界研究,成果正式發表于國際頂級醫學期刊柳葉刀·數字健康》(The Lancet Digital Health)雜志(SCI影響因子24.519)。研究結果證實,該輔助診斷系統在臨床真實世界驗證中表現出穩健的疾病識別能力,準確率媲美醫學專家雜志同期發表了威斯康星大學麥迪遜分校影像診斷中心(世界著名眼科影像診斷中心)主任Amitha Domalpally專題評述該研究“標志著醫學人工智能研究邁向正確的發展方向


  (《柳葉刀》官網截圖)

  視網膜AI準確率媲美眼底專科醫生

  研究團隊開展了一項全國性研究,使用來自16家具有不同疾病分布、不同級別的醫療機構20余萬張視網膜圖像,訓練出了同時識別14常見眼底異常的AI視網膜多病種輔助診斷系統(以下簡稱“系統”),包括糖尿病、高血壓等全身性疾病的眼部表現,以及青光眼、病理性近視、視網膜靜脈阻塞、視網膜脫離等12種威脅視力的異常。

  廣州中山大學中山眼科中心領銜的16家醫療和科研機構對該系統進行了驗證與分析,包括北京同仁醫院、上海五官科醫院、北京大學人民醫院和山東大學齊魯醫院等多家知名三甲醫院的醫學專家。另外,來自美國、英國、新加坡、澳大利亞等國家的專家在文章撰寫和修改中也提供了有力的幫助。

  研究團隊通過2萬余張視網膜圖像對系統進行內部驗證,其模型評估指標AUC可達0.955;同時使用全國35家醫療機構前瞻性采集的近2萬張視網膜圖像進行外部測試包括來自中國28個省份8三級醫院、6家社區醫院和21健康體檢機構并覆蓋到了新疆、云南、廣西、寧夏等中國少數民族聚集地和邊疆偏遠地區的醫療機構,結果顯示其AUC0.95-0.98之間,性能表現優異

  除在臨床真實環境進行前瞻性實時驗證外,研究團隊還設計了一系列臨床測試,包括將系統的表現與16位來自不同地區不同年資的眼科醫師的判斷進行比較,使用非中國人種和模型訓練未涉及的照相機型號獲取的眼底彩照對系統進行測試等。另外,研究團隊首次使用膠片相機拍攝的眼底圖像的電子掃描版對該系統進行測試。

  結果表明,AI視網膜多病種輔助診斷系統不僅可以準確識別14種常見眼底異常,適用于不同醫療場景、不同種族、不同眼底照相儀器的臨床真實世界環境,且準確率媲美眼底專科醫生。

  視網膜AI落地應用按下加速鍵

  柳葉刀》(The Lancet創刊于1823年,作為國際四大權威醫學雜志之一,是世界上歷史最悠久及最受重視的同行評審性質醫學期刊之一。《柳葉刀》長期跟蹤全球的前沿醫學發展及應用,尤其是數字健康領域的進展,設立的《柳葉刀·數字健康》業已成為全球醫學領域的權威雜志(SCI影響因子24.519)。該論文的發表,代表國際醫學同行對于中國人工智能視網膜多病種輔助診斷研究成果的一致認可,對該系統進入臨床應用具有重要意義

  當前,醫學AI研究已經進入臨床實踐階段,其中醫學影像AI領域是發展最快,也是最先實現落地應用的領域。20208月,鷹瞳Airdoc獲得國家藥監局頒發的首張眼科人工智能軟件第三類醫療器械證書,由此展開了人工智能視網膜輔助診斷系統在醫療機構的廣泛應用,有效提升醫生的診斷效率和質量。


  AI視網膜多病種輔助診斷系統界面。圖片源于論文附錄)

  據全球著名增長咨詢公司弗若斯特沙利文,鷹瞳Airdoc是全球視網膜影像人工智能領域的領導者和先行者。鷹瞳Airdoc自主研發的深度學習算法目前能做到識別55種健康風險,在業內處于領先水平。同時,鷹瞳Airdoc建成了全球領先的視網膜圖像數據庫,數據庫不但達到千萬級,更是擁有數百萬高質量、多維度交叉標注數據,全面涵蓋了年齡、性別、商業渠道、設備型號和疾病類型等,多樣性在業內首屈一指。這也保證了產品在訓練深度學習模型,以精確查明疾病相關癥狀的過程中,可持續優化現有算法并繼續開發針對新適應癥的新算法。