学习
实践
活动
工具
TVP
写文章

批量制造“眼科医生”,人工智能很给力!

一项新的研究发现,利用人工智能(AI),可非常准确地识别患有糖尿病视网膜病变和相关眼病、需要进一步治疗的糖尿病患者。这是一项根据多个种族的糖尿病患者视网膜图像开发和验证的“深度学习系统(DLS)”,研究结果刊登于12月12日出版的《美国医学协会杂志》(JAMA),第一作者为新加坡国家眼科中心Daniel Shu-wei Ting。

DLS是一种具有筛查糖尿病视网膜病变及相关眼病潜力的机器学习技术,它能处理大量的数据,并从这些数据中提取出有意义的模型。这项研究在494 661张视网膜图像中检验了DLS对糖尿病性视网膜病变和相关眼病的诊断性能,这些图像来自不同种族的患者,因为视网膜色素因种族而异,这是为了确认DLS能真正地区别正常和异常的视网膜。研究发现,DLS对糖尿病视网膜病变的敏感性为90.5%,特异性91.6%;对威胁视力的糖尿病视网膜病变的敏感性为100%,特异性为91.1%。这项新研究还调查了DLS检测两种常见眼病——青光眼和年龄相关性黄斑变性(AMD)的能力。DLS对青光眼的敏感性为96.4%,特异性为87.2%;对AMD的敏感性为93.2%,特异性为88.7%。该研究的结论为,DLS对糖尿病视网膜病变及相关眼病有较高的敏感性和特异性。需要进一步的研究来评估DLS在卫生保健系统中的适用性和DLS在改善患者视力方面的效用。

主要研究者、新加坡国立大学眼科主任、新加坡国立眼科中心教授和医学主任Tien Y Wong表示,与以往的“模式识别(pattern-recognition)”型图像分析相比,该系统已经取得了可喜的成果。整个DLS检测方法不涉及任何客观判断,DLS对图像特征的提取过程是完全自动的。DLS可以帮助临床医生对视网膜图像进行识别和判断,包括那些可能会被忽视或低估的细微变化、模式(patterns)和异常。

研究的共同作者、洛杉矶南加州大学凯克医学院的眼科学和预防医学教授Rohit Varma博士认为,DLS可以节省大量的金钱和医疗资源,降低劳动力成本,提高了效率。DLS相关研究的最终的目标是,将DLS装入视网膜摄像头,最终应用于在门诊、医院、药房等场合,用来筛查哪些糖尿病患者需要看眼科医生。

JAMA.2017;318(22):2211-2223.

(来源:《国际糖尿病》编辑部)

版权属《国际糖尿病》所有。欢迎个人转发分享。其他任何媒体、网站如需转载或引用本网版权所有之内容须在醒目位置处注明“转自《国际糖尿病》”

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171214G0Z9OO00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券