北京协和医院研发眼底图像AI筛查系统，肾病检测准确率超98%

北京协和医院研发眼底图像AI筛查系统，肾病检测准确率超98%

引用

nvidia

等

9

来源

1.

https://developer.nvidia.com/zh-cn/blog/deep-learning-ai-model-identifies-breast-cancer-spread-without-surgery/

2.

https://www.lg.gov.cn/xxgk/xwzx/zwdt/content/post_11739361.html

3.

https://www.moptim.com/cn/show-272.html

4.

https://developer.aliyun.com/article/1634248

5.

https://www.pbids.com/aboutUs/pbidsNews/whitePaper/1352

6.

https://rs.yiigle.com/cmaid/1506780

7.

https://www.ljzfin.com/info/79154.jspx

8.

https://rs.yiigle.com/cmaid/1491439

9.

https://www.pumch.cn/detail/39408.html

近日，北京协和医院眼科陈有信教授团队牵头全国多中心研究，开发了基于深度学习通过超广角眼底图像预测慢性肾脏病的人工智能模型（UWF-CKDS）。这一研究成果发表在Nature子刊Npj Digital Medicine上，为无创CKD筛查提供了新思路。这一突破性进展不仅展示了AI在医疗影像分析领域的强大潜力，也为我们揭示了眼底图像在全身疾病筛查中的重要价值。

眼睛被称为“心灵的窗户”，但你可能不知道，它更是观测全身健康的关键“窗口”。研究发现，眼部视网膜血管与肾脏、心脏以及脑血管具有解剖、发育和功能上的相似性，不仅能反映全身血管的状态，甚至可以反映肾脏的健康水平。基于这一发现，陈有信教授团队开发了基于深度学习的NFN+血管分割模型，实现了全自动的视网膜血管识别与参数测量，并发现这些参数与肾功能指标的改变存在显著相关性。

在协和医院团队的研究基础上，国产OCT+AI筛查系统应运而生。该系统具有4项AI功能：OCT图像质量控制、视网膜病变筛查、视网膜病灶自动检测、OCT图像质量增强。使用该系统不仅可以帮助眼科医生完成初步的眼底疾病筛查，还可以大幅度节省病患的检查时间。

智能眼科OCT筛查系统OCT-AI结合了OCT眼底检查和AI病灶筛查，在模型训练过程中使用了生成对抗网络（GAN）技术进行深度学习，对超过5万余例的眼底病诊疗病历进行图像标注和深度学习，为准确性和安全性提供了至关重要的医学支撑。

目前，该系统已在北京协和医院完成多项临床试验，截止到2019年12月，累计对653只眼睛进行筛查，数据覆盖13类病灶，在视网膜病变筛查、视网膜病灶自动检测、OCT图像质量增强判断3项辅助医疗任务中的样本准确率分别为98.3％、96.5％、97.2％。

AI医疗影像分析的最大优势之一就是无创检测。以乳腺癌转移检测为例，德克萨斯大学西南医学中心开发的4D卷积神经网络（4D CNN）模型，通过分析MRI和临床数据的时间序列来识别转移，准确率达89%，优于传统方法。这不仅帮助患者避免了不必要的手术，也减少了与手术相关的风险和并发症。

深圳龙岗区正在推进的AI医疗影像创新应用，计划打造AI影像诊断、AI影像筛查、AI影像质控3大平台，未来将覆盖心血管系统、神经系统、呼吸系统、消化系统、泌尿系统、运动系统、生殖系统等人体八大应用场景。这将让居民可以享受到快捷就诊的便利，节省时间和费用。

《深圳市龙岗区卫生健康信息化“十四五”发展规划》明确提出，按照“12451”模式推进医学影像学科建设，有效整合医学影像医疗资源，同时助力学科人员培养，力争创建全国区域医学影像中心“龙岗样板”。

未来，随着AI技术的不断发展和完善，我们有理由相信，AI医疗影像分析将为人类健康事业带来更多的惊喜和突破。