售前電話
135-3656-7657
售前電話 : 135-3656-7657
解放軍總醫(yī)院第三醫(yī)學(xué)中心眼科學(xué)部吳星副主任醫(yī)師為論文第一作者,解放軍總醫(yī)院第二醫(yī)學(xué)中心健康醫(yī)學(xué)科曾強(qiáng)教授、解放軍總醫(yī)院第三醫(yī)學(xué)中心眼科學(xué)部王大江教授為論文共同通訊作者。
白內(nèi)障基層早篩難開展
“眼底照片+AI”顯優(yōu)勢
白內(nèi)障是全球首位致盲性眼病。隨著人口老齡化進(jìn)程加快,白內(nèi)障的發(fā)病率及絕對人數(shù)逐年升高。
早期診斷、及時手術(shù)可以有效治療白內(nèi)障,改善患者的視力和生活質(zhì)量。然而,在中低收入國家的基層醫(yī)療機(jī)構(gòu),白內(nèi)障直至發(fā)展到晚期甚至癥狀裸眼可見時才能被診斷。
與此同時,我國眼科醫(yī)生僅4.48萬,且存在眼科醫(yī)療資源分配不均的問題,在現(xiàn)有的三級醫(yī)療模式下,難以實現(xiàn)白內(nèi)障的早期發(fā)現(xiàn)、及時轉(zhuǎn)診、及時治療。
當(dāng)前,裂隙燈相機(jī)圖像由于其光學(xué)特征和易讀性而廣泛應(yīng)用于白內(nèi)障診斷,但是在偏遠(yuǎn)地區(qū)使用時仍有其局限性,例如設(shè)備不夠便攜、專業(yè)操作人員不足等。相比之下,眼底照片在其效率和可操作性上具有優(yōu)勢。
隨著人工智能技術(shù)廣泛應(yīng)用于疾病診斷,一些研究開始聚焦于利用人工智能技術(shù)來進(jìn)行白內(nèi)障的自動檢測。其中眼底照片與人工智能技術(shù)的結(jié)合,被視為在實際應(yīng)用場景下更為可行的白內(nèi)障自動檢測方案。
創(chuàng)新提出“三分類標(biāo)簽”
性能提升約10%
該研究旨在通過應(yīng)用人工智能技術(shù)識別眼底照片,構(gòu)建快速、無創(chuàng)輔助診斷白內(nèi)障的算法模型,從而助力白內(nèi)障的大規(guī)模篩查工作。
考慮到在實際應(yīng)用場景中,由于拍攝人員技巧不足或患者配合不當(dāng),常常存在眼底照片質(zhì)量缺陷問題。同時,這些質(zhì)量缺陷的照片因具有模糊的成像特征,很容易被誤認(rèn)為是白內(nèi)障,這可能會降低白內(nèi)障模型檢測的性能。
質(zhì)量缺陷照片容易被誤認(rèn)為白內(nèi)障。圖示眼底照片從左至右分別為:圖像質(zhì)量正常的非白內(nèi)障、圖像質(zhì)量較差的非白內(nèi)障、白內(nèi)障。
因此眼科智能診斷系統(tǒng),不同于以往研究僅選用質(zhì)量達(dá)標(biāo)的眼底照片進(jìn)行模型構(gòu)建,該研究研發(fā)并驗證了一種抗干擾的眼底圖像白內(nèi)障人工智能診斷模型。
首先,利用質(zhì)量識別模型生成與非白內(nèi)障圖像質(zhì)量相關(guān)的偽標(biāo)簽,將原始二分類標(biāo)簽(白內(nèi)障和非白內(nèi)障)調(diào)整為三分類(白內(nèi)障、圖像質(zhì)量正常的非白內(nèi)障和圖像質(zhì)量較差的非白內(nèi)障),用于指導(dǎo)模型區(qū)分白內(nèi)障和圖像質(zhì)量較差的非白內(nèi)障;再根據(jù)三分類標(biāo)簽提出了基于卷積神經(jīng)網(wǎng)絡(luò)的白內(nèi)障分類模型。
基于卷積神經(jīng)網(wǎng)絡(luò)的白內(nèi)障分類模型
在內(nèi)部驗證和外部測試中,該模型表現(xiàn)出穩(wěn)健的性能,檢測白內(nèi)障人群的受試者工作特征曲線下面積(AUC)分別為91.84%、91.62%。這表明,研究人員提出的抗干擾模型可以在圖像質(zhì)量較差的干擾下,仍能實現(xiàn)高準(zhǔn)確率眼科智能診斷系統(tǒng),有助于大規(guī)模白內(nèi)障篩查。
為了驗證該抗干擾模型的魯棒性,研究人員還設(shè)置了對照實驗,采用原始二分類標(biāo)簽訓(xùn)練模型進(jìn)行性能對比。 研究結(jié)果表明,與在原始二分類標(biāo)簽上訓(xùn)練的模型相比,該研究的抗干擾模型性能提高了10%左右。這也就表明,研究人員提出的白內(nèi)障人工智能診斷模型,在真實應(yīng)用環(huán)境下能夠更加準(zhǔn)確地篩查白內(nèi)障人群。
內(nèi)部驗證和外部測試結(jié)果
在現(xiàn)有醫(yī)療模式下,應(yīng)用人工智能模型輔助診斷白內(nèi)障是緩解醫(yī)療資源匱乏、降低篩查成本的良好策略。該研究提出的抗干擾眼底圖像白內(nèi)障智能診斷模型,有助于早期篩查診斷、及時治療白內(nèi)障,提高患者的視力及生活質(zhì)量。
參考資料:
解放軍總醫(yī)院. 【微醫(yī)訊】人工智能助力白內(nèi)障自動診斷取得重要進(jìn)展