新突破!AI 演算法可準確診斷兒童失明病因,準確率達 91%

透過辨識嬰兒眼球照片的情況來診斷出是否患有該種疾病,準確率達 91%。然而由八位醫生組成的對照組對同樣的眼球照片進行診斷,準確率只有 82 %!
評論
評論

本篇來自合作媒體 雷鋒網 ,INSIDE 經授權轉載。

人工智慧在眼科領域又有一項新進展。

上個月,美國 FDA 批准了世界上第一款糖尿病視網膜病變檢查 AI 設備 IDx-DR,可以獨立檢測而不需要醫生解釋結果。

就在上週,俄勒岡健康科學大學(OHSU)和馬薩諸塞州總醫院(MGH)的研究人員在《美國醫學會眼科雜誌》上也發表了一項成果:他們新開發的一種演算法能夠自動檢測導致兒童失明症的潛在的病變原因,準確率遠高於人類醫生。

根據美國國家眼科研究所的數據,多達 16000 名美國嬰兒被診斷患有 ROP(早產兒視網膜病變)。ROP 是妊娠 31 週前出生的嬰兒可能患有的一種疾病,由視網膜附近的異常血管生長引起,是兒童失明的主要原因。每年大約有 600 名患者因此失明。音樂家 Stevie Wonder 就是因為這種情況而失明。

在以往的診斷過程中,醫生通常會用光線照射嬰兒的眼睛。然而,該方法可能不准確,因為它帶有很強的主觀性。

據了解,這套演算法的數據來源於嬰兒在眼科醫生就診時所拍攝的 5511 張照片。馬薩諸塞州總醫院研究人員將現有的兩種人工智能模型相結合來創建演算法,而俄勒岡健康科學大學研究人員開發了廣泛的參考標準來訓練演算法,隨後研究人員就讓演算法來區分健康血管和患病血管。

在雙方的合作下,該演算法可以透過辨識嬰兒眼球照片的情況來診斷出是否患有該種疾病,準確率達 91%。但同期測試中,由八位醫生組成的對照組對同樣的眼球照片進行診斷,準確率只有 82 %。

Kalpathy  Cramer 是哈佛醫學院的教授,也在麻省總醫院工作,她表示。「該演算法提煉了熟練識別 ROP 並將其納入數學模型的眼科醫生的知識,因此可能沒有那麼豐富經驗的臨床醫生仍然可以幫助嬰兒獲得及時、準確的診斷。」

牽頭該研究的聯合首席研究員是眼科學和醫學資料學和臨床流行病學教授 Michael Chiang 博士,他同時也是 OHSU 醫學院和 OHSU 凱西眼科研究所 Elks 兒童眼科診所的醫生。他認為:「我們缺乏經過訓練並願意診斷 ROP 的眼科醫生。這就造成了在醫患供需上的巨大差距,即使在美國也是如此。可悲的是,全世界有太多的兒童未得到及時的診斷。”

整個研究團隊現在正與印度的一位合作者合作,看看該演算法是否可以診斷印度嬰兒的 ROP,因為在這項研究中涉及的主要是高加索嬰兒群體。他們還在探索該演算法是否可以診斷視網膜中除了血管外的其他情況,最終目標是使醫生能夠將技術融入他們的臨床實踐中。