1. 首页
  2. 创业新闻

中山大学中山眼科中心联合Airdoc首创白内障人工智能多层次协同诊断

短视频,自媒体,达人种草一站服务中山大学中山眼科中心人工智能与大数据科与Airdoc人工智能团队合作开发出人工智能的白内障视诊器平台,可以准确诊断白内障,基于此的新的三级转诊模式可以实现较以往10.2

短视频,自媒体,达人种草一站服务

中山大学中山眼科中心人工智能与大数据科与Airdoc人工智能团队合作开发出人工智能的白内障视诊器平台,可以准确诊断白内障,基于此的新的三级转诊模式可以实现较以往10.2倍的医患服务人数比。这一重要成果已经被知名眼科期刊《British Journal of Ophthalmology》刊出。

研究团队建立并验证了一个人工智能医疗影像诊断平台,用于临床场景下多层次的白内障协同诊断。更重要的是研究出基于人工智能的医疗转诊模式,提高了协作效率和医疗资源覆盖率,实现了白内障领域的重大国际性突破。

图1:门诊报告样例

发展中国家的医疗资源水平不高、分布不平衡,现行的医疗体系对常见疾病的管理远远不能令人满意。随着电子病历、数字化医疗设备、可穿戴监护仪的发展与普及,远程医疗服务在促进病人的评估、诊断和管理方面显示出巨大的潜力。然而,远程医疗在眼科的应用目前还处于初级阶段,主要通过 存储和转发 方法来完成的,是给已经超负荷的专家来完成的额外任务。

以此同时,白内障是世界范围内引起视力损害的主要原因,占发展中国家失明病例的50%以上。大多数白内障与年龄有关,有些还与全身疾病、外伤和先天因素相关。随着全球人口老龄化的趋势,白内障的患病率呈逐年增高之势。预计到2050年,我国白内障致盲病例将达到2000万例。然而,医疗资源的分布远远不能满足白内障的诊断和管理。所以,如何在患者和医院之间建立一种更高效的协作模式,是团队的研究目标。

图2:系统流程

研究团队开发的产品可以实现,由患者在远程web服务器中输入一张裂隙灯拍摄的图片及年龄等基本信息,最终实现产品输出:(1)识别图片的拍照方式(四分类:①散瞳、弥散光照片,②散瞳、裂隙光照片,③正常瞳孔、弥散光照片,④正常瞳孔、裂隙光照片)(2)识别是否健康、白内障或是术后(3)识别白内障的轻重程度 (4)识别先天性白内障是否有完全遮盖视轴(5)识别白内障病人术后发障是否累及视轴 (PCO模式),全程由系统自动识别和判断,大大减少医生的工作量。

图3:诊断图像示例

此研究成功显示出强大的诊断性能:(1)捕获模式识别(AUC 99.28%-99.71%),(2)白内障诊断(正常晶状体,白内障或术后眼,AUC分别为99.82%,99.96%和99.93%。对于mydriatic-slit lamp mode,AUC 99% (相比于其他捕获模式),以及(3)检测到白内障(在所有测试中,AUC 91%)。 在三级转诊模式中,建议 转诊 人员的比例为30.3%,与传统模式相比,医患服务人数比提高了 10.2倍。


研究成果已经落地,为更多白内障患者带来福音。从2018年5月起,已经相继在广州多个社区进行了试点应用。预计在2020年,将会实现更多应用场景落地。

【本文作者】:亿闻天下网,商业用途未经许可不得转载,非商业用途转载注明出处原文链接:https://cqsoo.com/cy/55287.html

【版权与免责声明】:如发现内容存在版权问题,烦请提供相关信息发邮件至 kefu@cqsoo.com ,

并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。反馈给我们

本文内容由互联网用户自发贡献,本站不拥有所有权,不承担相关法律责任。

发表评论

登录后才能评论
Copyright 2007-2019 亿闻天下网 / 渝ICP备89217412123号-1  / 本站由wordpress、阿里云、群英、百度云提供驱动力
QR code