一眼万年:AI眼底筛查为什么能够成为AI医疗中的“落地之王”

在医疗行业,医学影像一直是一个相对炎热的领域。通过深度学习算法,对医学图像数据模型进行分析和分析,实现医学图像的智能分析。如今,在年度计算机视觉学术论坛上,有各种疾病的视频数据分析比赛,在肿瘤和心血管疾病等大量领域,人工智能读数的准确性和速度已超过人类。

然而,在一系列AI医学成像项目中,AI眼底成像一直是一种非常特殊的存在。与其他项目相比,AI眼底筛查软件已达到着陆速度,这比很多人想象的要多。 AI眼底筛查技术,如DeepMind和伦敦Moorfields眼科医院,可以在30秒内识别出几种疾病。它被称为DeepMind的第一个商业AI项目;百度也高度关注基层医院。捐赠了数百个AI眼底筛选机,允许将技术直接打包到应用场景中; AI Medical Ventures VoxelCloud-Retina眼科筛查解决方案目前已在全国130多家MMC(国家标准化代谢疾病管理中心)登陆。这种普遍的效率和速度已成为“登陆之王”,并不夸张。

我们今天要讨论的问题是如何从实验室实现AI眼底筛查,以及将来会出现什么样的趋势?

为什么我们需要从眼底到身体进行更有效的眼底检查?

通过眼底影像检查,可以辅助大量眼底疾病。它可以反映糖尿病视网膜病变,青光眼和年龄相关性黄斑等一系列眼底疾病,也可以反映高血压,糖尿病等慢性病的病理变化和积累。

然而,眼底成像的普及与该技术的价值不相符。

原因有两个方面。一个是眼底疾病的眼底很小,不同病变之间的区别很低。目前,在全国范围内有能力阅读电影的医生相对较少。同时,在大多数医院系统中,眼底筛查被归类为眼科,眼科医生很难对糖网疾病和高血压等疾病进行后续诊断和治疗,如内科和内分泌,但是离开眼科,其他部门的医生很难有能力阅读眼底。

7262b400cb3443a5848a600954f42cd5

此外,根据《2017年中国卫生和计划生育统计年鉴》,中国约有4亿慢性眼病患者,只有36,000名眼科医生,门诊病人数超过1.1亿,住院病人数超过450万。糖尿病视网膜病变患者往往无法及时了解病情。因此,早期筛查和早期治疗是慢性病管理的关键。然而,医疗资源无法满足今天的需求,许多患者可以在后期找到治疗方法,但往往为时已晚。国家医疗保险带来了巨大的不必要负担,严重影响了这一群体的工作能力。

在医疗资源日益紧张的情况下,如果能够有效利用眼底筛查的能力,它可以帮助患者及时发现疾病,并可以帮助慢性病管理更有效率,让更多人能够享受有效的医疗体验。

体素技术在这种矛盾中找到了机会。

“AI医师”发展计划:眼底筛查如何智能化?

Voxel Technology的眼科产品总监在采访中提到,体素技术与许多AI医疗创业公司一样,发现了眼底筛查技术的价值,并且市场上有一些公共眼底图像数据集。企业分析和挖掘它们。

具体来说,AI眼底筛查的实现过程是通过专业医学知识对数据进行标注,挖掘训练出疾病分类网络,构成针对于不同病灶的分类模型和疾病识别模式。但问题在于,当大家都面对着同样的公开数据集时,又该如何从技术上构建差异化优势呢?

体素科技在一开始对AI眼底影像项目进行研发时,身边基本没有企业在做这个研究,到2017年年开始陆续有很多创业公司也开始研发这个项目,但从去年年底开始,体素科技的AI眼底筛查项目逐渐落地时,却发现很多当初的同行者却已经离开市场。

提及这其中的原因,体素科技眼科产品总监告诉了我们若干细节。

首先,体素科技自主扩大了眼底图像数据的获取范围。除了应用公开数据集之外,体素科技在不断尝试落地的过程中,还在不断的扩大着数据获取范围。尤其作为横跨上海和洛杉矶的跨国创业企业,让体素科技可以接触到不同人种的丰富眼底数据,增强模型的精准度和广泛适用性。

e9f0a93587ca4db484148d00320cd73f

XX虽然其他公司专注于单一疾病(糖网疾病)的发展,但体素技术已经开始发展整个疾病。在眼科医生拍摄患者眼底的照片后,它基本上可以在阅读电影后确定哪些疾病患有该疾病。因此,AI技术必须能够协助医生进行临床实践,并且必须具备阅读整个疾病的能力。体素技术一直在不断增加眼底图像上的数据数量,并根据病变部位和病变类型将其分为几十种疾病组合。这使得多任务模型的培训能够在疾病中平衡分布疾病。目前,Voxel Technology的AI眼底筛查软件可以识别糖尿病视网膜病变,糖尿病性黄斑水肿,青光眼,白内障和年龄相关性黄斑变性等病变。它还可以识别微血管瘤,视网膜内出血,硬性渗出,棉花,视网膜。十余种病变如外出血,新生血管,激光斑块,玻璃疣,玻璃体混浊等。 Voxel Technology的整个疾病系统极大地扩展了AI眼底筛查的应用范围。毕竟,许多患者在去医院检查时可能不知道他们患有什么疾病。如果AI眼底筛查技术可以尽可能多地筛查多种疾病筛查无疑提高了治疗效率。

5b893feb434441818f6e3d99b918dc43

同时,在着陆过程中,体素技术发现由于眼底照片的照片是人为的,会有很多不确定因素,如光线强弱,不同眼底照相机设备的图像质量等,这可能会导致AI。判断是否存在不准确甚至完全失灵的可能性。通常,算法模型的鲁棒性较差,对应用环境的要求较高。在发现此问题后,Voxel Technology对质量控制模型进行了培训,以推广模型,增强了不同设备拍摄数据的采集,并不断提高模型在着陆时的响应能力。

兽医眼科产品总监提到的一个有趣的观点是,许多初创公司倾向于在进行AI眼底筛查项目时专注于在单个数据集中提高算法模型的准确性。体素技术更关注算法在现实场景中的性能,不断发现问题和解决问题。

因此,专注于单个数据集性能的AI算法将具有一些“高分和低能量”,并且在着陆时表现不佳,并且自然会被市场消除。 Voxel Technology在第三方测试中的灵敏度为97%,并且已获得红杉资本投资数千万美元和腾讯三个月投资1亿元人民币,并于2018年9月获得。鸿泰资本投资5000万美元美元。

突破象限:AI眼底筛查带来的健康和公平

从资本的密集关注,我们也可以看到AI眼底筛查的着陆价值。

从体素技术的故事到创建“AI医生”,我们可以发现AI眼底筛查的一个重要特征是为许多疾病的智能诊断打开了大门。例如,在早期难以检测的诸如高血压和糖尿病或青光眼的慢性疾病难以通过该类型的医学图像来管理和跟踪,并且不能通过医学图像来管理。这意味着通过计算机视觉无法提高效率。

然而,随着AI眼底筛查对眼底筛查的影响数据的不断开发,它与更多的疾病相关,这意味着眼底的筛查仅适用于眼科的原象限,因此筛查方法疾病能力范围不断扩大,可以诊断和治疗慢性疾病,如高血压和糖尿病。

4bbcaf1ff4fe4fa0a3c0b8c58b4435bb

In addition to its own powerful ability, AI fundus screening is also faster on the ground. Such as the fundus screening machine, this form allows the operator to get started quickly, not only can be applied to other departments outside the ophthalmology department, some non-three-level grassroots hospitals, community hospitals, even without highly professional related medical personnel, can also pass AI Fundus screening technology assisted diagnosis and treatment. As the first provider of fundus screening AI technology to access MMC, voxel technology has been screened for more than 28,000 people with diabetes in 130 MMC centers in less than one year. The monthly screening rate exceeds 4,000, and the positive rate is 33%. To help MMC better manage the fundus complications of diabetic patients, greatly improve the early screening rate of diabetic retinopathy (referred to as sugar net), which will also greatly improve the therapeutic effect of patients with sugar net disease and reduce sugar nets. Damage to vision.

In this way, AI fundus screening not only breaks the efficiency limitation brought by limited medical resources, but also breaks the medical difficulties brought by the distribution of medical resources and reduces the cost of medical treatment for patients. Many patients in the third- and fourth-tier cities and towns do not need to come to the big hospital in Beishangguang, and they can directly enjoy convenient fundus disease screening on one machine. Because the whole process is fast and convenient, patients can also increase the frequency of examinations and manage their own chronic diseases. The health and fairness brought about by this is also the result of many other AI medical imaging technologies. Ning Guang, academician of the Chinese Academy of Engineering and president of the Medical College of Shanghai Jiaotong University, is also very positive about the AI fundus screening technology of Voxel Technology. Voxel technology brings not only the expansion of primary medical diagnostic analysis capabilities, but also greatly enhances people's quality of life and old-age labor capacity. The potential social value is also very valuable.

d77f2ed53c8345af98ba6c0268ebe7f8

xx这就是为什么Voxel Technology能够在2018年为其经济衰退而着称的数千万美元融资再融资的原因。 “健康中国”战略建议到2030年建立一个16万亿元的健康管理产业。在实现这一目标的过程中,人工智能眼底筛查自然会降低慢性病管理的成本。

眼底筛查技术的研究预计将用于整个健康产业的建设。除经济效应外,其背后的公益效应也不容忽视。所谓的一万年前,今天用于积累眼底筛查数据和技术推动的人工智能正在改变人们未来管理健康的方式。