Visionome技能算法可高效诊断多种眼病

 
 
Visionome技能算法可高效诊断多种眼病  
 

 

中山大学中山眼科中心传授林浩添先容项目希望

 

 

Visionome技能可高效诊断多种眼病。邰梦云/供图

 

历时5年攻关，中山大学中山眼科中心传授林浩添、刘奕志与西安电子科技大学传授刘西洋及其团队创始一种基于剖解学和病理学特征对医学图像举办麋集标注的要领——医学图像麋集标注技能Visionome，可以智能、高效诊断多种眼病。相关研究6月22日在线颁发于《自然—生物医学工程》，并进入临床转化应用。

 

今朝海内医学人工智能成长仍面对优质数据提取坚苦、现有数据标注要领效率低等一系列问题，同时很多疾病抱病率低，差异学科数据特征迥异，导致现有人工智能算法凡是难以应对跨学考场景。如何操作一流医疗人才团队与海量循证医疗数据的优势，打破僵局，成立中国特色的医学人工智能成长模式，仍然是今朝宽大人工智能事情者们面对的重大科学问题。

 

在国度重点研发打算、国度自然科学基金面上项目、广东省科技打算项目标支持下，林浩添提出了医学人工智能“乐高”打算，以尺度化数据标注模式、提高数据标注效率、成立医疗数据区块链等作为切入点，举办计谋陈设。该打算通过将医学数据转化成可以拼插组合的“乐高”模块，买通差异疾病学科的数据异质性壁垒。

 

林浩添暗示，作为医学人工智能“乐高”打算的首个研发成就，Visionome技能乐成实现了人工智能举办跨学科、多病种应用。基于此技能，其团队练习出可精确识别多种面前段病变的裂隙灯图像智能评估系统，可应用于大局限筛查、综合分诊、专家级评估、多路径诊疗发起等多个临床场景。

 

据先容，研究人员操作雷同DNA序列支解的道理对医学图像举办支解：成立Visionome麋集标注尺度流程，组织25人专家标注团队将1,772张包括角膜炎、胬肉等传染、情况、年数相关性疾病的面前段图像，凭据14种剖解布局举办区域支解，对付6种病变部位凭据54种病理性特征举办麋集标注，最终获得了13404个剖解布局标签和8,329个病理特征标签。功效显示，Visionome数据集练习的算法具有显著更高的诊断精确率。

 

研究人员利用Visionome数据集，进一步研发了可针对多种面前段疾病，举办多区域识别和分类的裂隙灯图像智能评估系统。该系统可完成大局限筛查、综合分诊、专家级评估、多路径诊疗发起4项临床任务。为了进一步评估系统的可延展性，团队利用了20种系统未学过的眼病举办测试，系统在大局限筛查场景中到达了84.00%的精确率。

 

“与传统图片级分类标注要领对比，Visionome技能可多发生12倍标签，而这些标签练习出来的算法显示了更好的诊断机能。”林浩添暗示，利用者通过在Visionome诊断系统中上传面前段图像，即能一次得到多个部位的全方位诊断，与传统的人工智能算法对比，Visionome系统可生成越发全面、风雅、详细的陈诉，真正让医学人工智能应用揭开神秘的面纱，成为一个接地气的“大夫”。

 

该研究有效办理了数据样本量小和数据挥霍等问题，但仍对标注数量及质量有很高要求。今朝，团队以区块链技能优势与医疗康健数据传输共享技能相结相助为切入点，基于区块链开放共鸣、不行改动、易于追溯等特点，举办医疗康健区块链技能的计谋机关。