本站唯一网址:Www.AdminBuy.Cn 加入VIP即可下载全部模版,联系QQ:9490489

眼科 AI 的里程碑 | 全面解读业内首个基于眼底照相的 AI 筛查系统指南

原标题:眼科 凯发k8官网下载AI 的里程碑 | 全面解读业内首个基于眼底照相的 AI 筛查系统指南

9月20-22日,第四届岭南眼科论坛暨第二届全国眼科人工智能大会在广州举办。

大会以“Eye+AI”为主题,由广东省医师协会眼科分会、中国医药教育协会智能医学专委全国智能眼科学组主办,中山大学中山眼科中心、广东省医师协会眼科医师分会青年委员会、广东省眼科诊断与治疗创新工程技术研究中心承办。

大会同期进行了基于眼底照相的DR筛查AI系统应用指南的发布推广仪式。

先搭班子再唱戏

回顾第一届全国眼科人工智能大会,全国智能眼科学组组长、大会主席袁进教授仍然觉得“这件事情开了个好头”。

第一届全国眼科人工智能大会其实是一个“搭班子”的过程,大会的嘉宾主要来自全国智能眼科学组,只有半天的议程,嘉宾也局限于学组内的专家。但是,大会结束后,这些专家依靠着自己的“朋友圈”,不断吸引来自其他领域的学者和业界人士,为大会注入更多的新鲜血液。

到了第二届,袁进发现各方力量对眼科AI方面交流的需要越来越强。

所以,学组决定将第二届大会的主题设置为“Eye+AI”,从原来单纯的学术交流会议变成学科融合的舞台,让各个参会代表更全面地了解眼科专业诊疗技术最新的发展趋势,以及如何规范地、更有质量地去做好眼科AI。

据雷锋网了解,本次大会设置了近80个主题演讲,与人工智能相关的主题有“AI技术与眼科实践”、“Eye+AI”、“眼科AI技术应用”,涉及青光眼、白内障、角膜病、糖尿病视网膜病变等多个关注度较高的病种。

袁进说到,医疗AI最重要的就是医工结合,本次大会希望给有前景的智能成果提供一个展示与对接的平台,让这些成果进行路演,请算法专家、临床专家,以及风投专家,从不同角度来点评产品的价值——如果有,怎么样做的更好;如果没有,为什么没有。

值得一提的是本次大会的眼底图像算法大赛,中国的医疗AI行业很热,但是底层能力的创新性,例如算法层面的突破却并不明显。袁进说到:“成果能不能接受第三方的检验,由算法专家、医生来点评,这个大赛是我们第二届的最大特色。”

展开全文

大会主题的设置和竞赛环节的设置也得到了参会者的认可。截至9月21日下午,大会的线下注册人数已经接近500人,而去年的第一届仅仅100多人,大会的增长势头迅猛。

适逢其时的指南

作为本次大会的重头戏,9月21日上午,基于眼底照相AI筛查系统指南的推广、5G眼科AI云系统以及《AI眼底彩照标注》团体标准启动会相继进行。值得一提的是指南的发布推广,袁进在会上表示,这是目前医学界里第一个AI方面的指南。

无论从技术发展,还是资本市场来看,AI在医学影像的应用是目前人工智能各领域最热门的赛道之一。但时至今日,医疗AI还迟迟不能商业化落地,其中一大重要原因是:产品研发和审批环节的标准体系尚未建立。

2018年11月起,中国医药教育协会智能医学专委会智能眼科学组、国家重点研发计划“眼科多模态成像及人工智能诊疗系统的研发和应用”项目组,就开始着手制定“基于眼底照相的糖尿病视网膜病变人工智能筛查系统应用指南”。

2019年8月,该指南在中华实验眼科杂志正式发布(点击查看指南全文)。指南对硬件设备要求、数据采集规范、数据库建立标准、算法评价、AI临床应用流程提供了规范和建议。同时,指南英文版在国际同步发布后不到3周的时间,展示数超过7万余篇次,Science、PNAS、BMJ等142种国际著名科技期刊页面也都链接了该“指南”。

南方科技大学教授、眼科学组成员唐晓颖教授说到,发布的指南意在提供一个标准,而这个标准主要是指图像标注的标准化。“做算法最关键的一点就是如何标注图像,标注的质量是影响模型性能的重要因素。”

目前,行业内存在的一个问题是,每一个团体都有自己的标准。

雷锋网了解到的是,长征医院影像医学与核医学科主任刘士远教授是中国医学影像AI产学研用创新联盟的理事长 。该联盟也致力于推动医学影像AI基本规则的制定,其中包括术语、识别、标记等重要组成部分。

袁进说,现在医疗AI的各项标准还很不完善,没有可参照的经验。在这样的情况下,只能由研究者和企业结合之后拿出一个固定的产品,形成自己的一个企业标准。那么在没有其他标准的时候,企业标准可能会作为一个参照。

但是这个标准不一定会得到广泛的认可。所以企业标准会寻求有资质的学术组织的审定,修改之后进行发布,这个时候企业标准就会变成团体组织的标准,其公信力、权威性就会更上一个台阶。

当然,不同的学术组织可以推出不同的团体标准。当团体标准达到一定的规模,国家可能会在团体标准的基础上产生强制性的“国标”。

袁进向雷锋网说到,现在发布的指南也只是针对眼底相机的糖网筛查,没有办法去做一个更大范围的指南,但是迈出的第一步是非常重要的。

“在我们学组的内部,是由百度公司根据自己的产品形成企业标准,然后再由我们学组内部进行讨论,上升为团体标准,我们现在处于第二阶段,鼓励大家用这个标准去评估实践,并且进行完善。”

唯一入选科技部的眼科项目

2017年,科技部提出了 “数字诊疗装备研发”重点专项。专项的设计初衷,是针对一些心脑血管疾病,研发早期诊断的创新解决方案并且围绕创新解决方案进行临床验证,建立全新的医疗模式。眼科并不在当时的考虑范围之内。

但在袁进看来,眼科疾病非常重要,是位列肿瘤、心脑血管之后的第三大影响生活质量的疾病,面临的临床挑战更加艰巨。“你想想看,我们国家近13亿人口,但是注册的眼科医生只有32000人,想要在有限的医疗资源条件下去服务这么大的患者群体,一定要用到新的解决方案和医疗模式。”

当时,袁进和唐晓颖正在合作角膜疾病的项目。两人看到这个消息后,还是抱着“试一试”的心态,准备好资料后进行答辩,最后成为了唯一一个以眼科入选的项目。

除了疾病本身的重要性,项目的另一个出发点是,将人工智能诊疗系统应用到一些偏远地区,把基层医院、区域医院,跟顶级医院整合在一起。这也是大会同期启动5G眼科AI云系统的一个重要原因,唐晓颖说到,“我们想做从设备端、到数据处理、软件开发、应用落地,形成一个完整的闭环。”

这件事情需要多方角色的参与。因此,项目组下设了五个课题,各有分工。

课题一:主要是做眼科的创新成像设备的优化和升级,是由中山大学电子信息工程学院的光学团队来做;

课题二:由中山大学眼科中心、广东省眼科诊疗工程技术中心牵头,进行眼部微血管的平台和功能分析软件的研发;

课题三:由苏州六六视觉科技负责,主要负责眼科成像设备的制造,把光学成像系统和微血管分析系统进行集成和整合,打造多模态、一站式的成像设备;

课题四:有了硬件和软件支撑,由唐晓颖教授所在南方科技大学的算法团队牵头,进行人工智能算法、眼科云系统的搭建;

课题五:由基层医院——肇庆市高要区人民医院牵头,在该院落地新的5G眼科云系统,对重要眼病早期筛查的临床效果,进行真实环境的评价。

课题一:主要是做眼科的创新成像设备的优化和升级,是由中山大学电子信息工程学院的光学团队来做;

课题二:由中山大学眼科中心、广东省眼科诊疗工程技术中心牵头,进行眼部微血管的平台和功能分析软件的研发;

课题三:由苏州六六视觉科技负责,主要负责眼科成像设备的制造,把光学成像系统和微血管分析系统进行集成和整合,打造多模态、一站式的成像设备;

课题四:有了硬件和软件支撑,由唐晓颖教授所在南方科技大学的算法团队牵头,进行人工智能算法、眼科云系统的搭建;

课题五:由基层医院——肇庆市高要区人民医院牵头,在该院落地新的5G眼科云系统,对重要眼病早期筛查的临床效果,进行真实环境的评价。

袁进说到,“我们的想法就是,以临床的需求为导向,整合行业里的各个角色,形成一个创新的复合体,去解决临床上的通用性问题。

未来,眼科人工智能医疗平台将会包含两个部分:多模态的一体化成像平台以及眼科云诊断系统,从而达到功能诊断、远程判断、全程预警的功能。

项目的工程机设计已完成

眼科重大眼病的早期诊断是实现医保控费、实现“健康中国2025”的重要一步棋。早期诊断才意味着早期介入和干预,早期介入和干预才能够阻断病情的自然发展。

因此,项目组选择了用户基数最大的糖尿病视网膜眼底病变(以下简称糖网)。当然,除了糖网,未来还会慢慢拓及到老年黄斑变性、青光眼、角膜病等眼科问题,逐渐形成全眼覆盖的解决系统。

袁进说到,目前,大家把AI当成一个辅助决策系统。所以,AI第一个要满足的功能需求就是判断对疾病进行定性。在此基础上,对疾病的严重程度进行分期、分级。

除了上述两点,还需要让AI对看到的影像结果进行生物测量。“有了这些生物测量以后,就有更加量化的指标进行评价,这是我们目前做的比较重要的一件事情。”

唐晓颖表示,目前,AI诊疗系统的数据主要是来自于袁进所在的中山大学中山眼科中心。在判断患者是否患有糖网这件事情上,AI系统的表现基本上没有问题,“我们在多中心图像上的准确率可以达到90%。”

同时,AI系统也能对糖网进行分级、分期。目前系统对糖网的六分期准确率达到80%。因为相比于定性,眼底疾病分期的挑战更大。

雷锋网了解到,除了分类之外,团队还做了很多病变检测的工作,例如出血、渗出,以及结构性的标注,例如眼底的黄斑中心、视杯视盘,以及提供特征参数。

当然,这其中也存在很多挑战。

唐晓颖表示,最主要的还是数据问题。“我们也拿给袁教授看过,像Kaggle这样的公共数据集,有一些标注也不太准,所以我们要做大量的清理和重标工作。”

而且,病变检测比分类的难度更大,需要医生手动标注。最后,系统能不能经得住市场的考验,到底能不能投入到医院里?

在解决这些问题之后,AI系统需要从单模态、单任务跨越到多模态、多任务。“我们现在做的只是针对眼底图片来诊断糖网,但我们未来的终极目标是将整合了OCT的光学系统、血管系统、眼底照相系统的多模态AI,用于诊断青光眼、诊断黄斑变性等其他眼科病。

当然,因为该产品涉及到多方角色,有高校、医院以及企业,产品的最终归属权是一个重要的问题。袁进说到,医院和研究机构是技术提供方,但是申报、注册产品一定是依托于企业,团队跟企业去共享成果。

经过3年多的发展,各界都期盼着国内第一张医疗AI的证书能尽早批下来。而说到AI产品的落地,就不得不提FDA批准的IDx-DR,这是目前世界上唯一一款获批的人工智能诊断设备。

唐晓颖说到,IDx最大的成功是把AI系统和硬件进行了结合。“单纯的AI的系统,很难做到在跨设备的同时,又能保持很好的敏感性和特异性。但是如果绑定设备,至少能够在这台设备上达到很高的水准。做AI算法的团队很多,主动跟硬件结合的比较少。”

在唐晓颖看来,这种“单兵作战”的方式,会对产品的落地推广带来挑战。“百度有他们自己的算法,但是也会指定一个眼底相机的供应商,然后把系统和相机打造成一体机去进行推广。我觉得这是一个比较好的范本。”

在这样的思路下,承担课题三的六六视觉科技就承担了“最后一公里”的任务,该公司副总经理庞杰说,目前眼科多模态的成果,已经完成了设备工程机的设计,争取一年之内把产品完成。

“这也是项目组对我们提出的要求和目标,我们也希望,能够尽快将这一套智能的数字诊疗装备带到公众面前。”