预见未来:眼科技术的AI时代

“未来,是“数据为王”时代,医疗大健康更是如此。“5G”技术将大大加速数据时代的到来。在眼科领域,当前大数据应用最为可行也最有价值的是眼底影像学AI辅助诊断和核心人群屈光发育数据。”

出品 / 公众号“汇众”(ID:investank)

近年来,人工智能技术发展迅速,已经成为医学领域研究的前沿热点之一。其中,由于AI技术的便捷性和高效性使其在眼科疾病筛查、诊疗以及随访中表现出巨大的应用前景。

中国眼科医疗现状

在西方发达国家,每百万人口中平均有79名眼科医师。我国目前有眼科医生约3.5万,平均每百万人只有22名眼科医生,而且不同地区、不同级别医院间眼科医师的水平差异极大。

以白内障为例,相关手术技术已非常成熟,我国每百万人白内障手术例数已从1988年的83例,提升至2017年的2205例,但是距离欧美每百万人口大于1万例/年的数量还相差甚远。

青光眼是我国首位不可逆致盲眼病,预计到2020年,我国将有2100万的青光眼患者,产生近630万盲人及超过1000万的视觉残障人士。大部分青光眼发病隐匿,我国至少90%的原发开角型青光眼和至少50%的原发性闭角型青光眼患者未被查出。

糖尿病视网膜病变是我国另一个严重的公共卫生问题,目前我国有1300万糖尿病视网膜病变患者,而且农村地区糖尿病患者罹患糖尿病视网膜病变的风险高于城市患者。

AI技术应用为解决眼科医疗难题带来价值

从医生的角度来看,人类能够诊治疾病是有限度的,很多疾病早期诊断是很困难的。以青光眼为例,根据一次门诊,眼科医生难以判断青光眼患者目前是否在进展;糖尿病视网膜病变患者接受抗VEGF治疗,事先也无法判断每一个患者治疗后反应如何,需要多次随访综合判断。

人工智能技术可能在这方面能够帮助眼科医生及早判断,助力医生实现个体化诊疗

总的来说,AI可以在以下五个方面帮助眼科医生

1. 通过与影像学相结合的机器学习技术在眼科中的应用,AI可以辅助医生筛查,极大地提高了诊疗覆盖率;通过筛查早期发现高危人群或者患病人群,提早治疗。

2. AI能够辅助临床诊断,提高临床工作中眼科疾病的诊断效率,减轻眼科医生的负担;这两点是我们能在近期内是实现的,也是我们国家迫切需要的,能够一定程度上帮助我们解决看病难、医生少的问题,革新现有的疾病诊疗体系。

3. AI能够拓展眼科医师能力边界,指导眼科医师个体化治疗和预测预后。当然,这一点的实现有赖于纵向数据集的建设。

4. 协助眼科医师培养。比如,现在存在多种人工智能结合的模拟器用于住院医师培训;现有人工智能产品也可以帮助基层医师对比他们的诊断,促进其成长。

5. AI能模拟人类总结新的诊断思路及规律,帮助人类医生决策,提高诊断精度。目前要实现这一点还存在困难,尚有赖于技术的进一步发展。

AI眼科落地所面临的难点与挑战

从技术角度看,算法对于具体病灶的定位效能还有待提高,究其原因是目前缺少大样本、精细标注的影像数据库;其次,算法的可解释性仍然不高,还存在所谓的“黑箱”,这就限制了它的推广。此外,目前尚未见AI算法在真实世界中的实战数据,因此不知道AI算法用于人群后的实用性及可靠性。

即便如此,百度等一些厂商已经在可解释性方面取得了不错的进展,他们将黑盒完成的单一诊断任务嵌入到整体架构设计中,根据临床诊疗路径设计了符合医生推理逻辑的可解释算法。

从非技术角度看,还有诸多有待解决的问题。

我国AI+医疗尚属起步阶段,官方正在起草相应的标准,目前还没有统一的数据标注标准。我国拥有远海外的海量影像数据,但是数据质量参差不齐,标签、标注十分简陋,相关临床信息丢失过多,严重影响了算法的性能。数据的“量”很重要,但“质”更关键。在未来,拥有优质数据的人将是AI的赢家。

AI眼科医疗的国际一流水平与前沿趋势

目前国际一流眼科AI研究有两个主要特点:

第一,一流的医疗AI研究在使用海量的数据库资源训练算法;

第二,一流的AI研究正在尝试不同模态的算法开发。

未来AI眼科医疗研究有几个前沿方向:

第一,先进高效能的诊断算法开发,开发可用于多种眼病诊断的复合系统;

第二,可用于病情预测的算法开发:帮助医生在当下预知未来的病情变化,早防早治;

第三,利用AI帮助医生确定诊断新思路,通过AI的强大算力,推断出数据中的指标与疾病的相关性。

中国现已走在了AI研究的前沿,AI算法的应用研究已经做的十分丰富,但是如果想要保持领先,相应的基础和理论研究、原始创新也要有所突破,才可能创造出更高的价值。

本文已注明来源和出处,版权归作者所有,如有侵权,您可以告知我们(点击此处)

参与评论

请输入你的评论!
请在这里输入你的名字