快速阅读: 据《MobiHealth新闻》最新报道，香港中文大学和北京同仁医院的研究人员开发了一种名为VisionFM的基础人工智能模型，用于自动化眼疾诊断。该模型在大规模眼科数据集上预训练，涵盖多种疾病和成像模式。研究表明，VisionFM在眼疾诊断、疾病进展预测等方面表现优异，甚至能预测颅内肿瘤。该模型已在河南省投入应用，用于常见眼疾筛查。这一技术在亚洲多国得到推广，显示出巨大潜力。
香港中文大学和北京同仁医院的研究人员开发了一种基础的人工智能模型，用于自动化的眼疾诊断。这项研究是关于生成式人工智能模型VisionFM在包含来自全球50多万个体的340万张图像的大规模眼科数据集上进行了预训练。预训练数据集覆盖了八种眼科成像模式、多种疾病及临床场景。该模型在包含53个公共和12个私有数据集的眼科数据库中进行了测试，应用于多种用途。这些应用包括眼病诊断、进展预测、通过眼部成像预测全身生物标志物、颅内肿瘤预测以及病变、血管和层的分割。研究结果已发表在《新英格兰医学杂志》的人工智能子刊NEJM AI上。
研究表明，该基因人工智能模型在诊断眼疾方面的准确度与具有四至八年临床经验的眼科医生相当。“在对12种眼底疾病的诊断准确性比较研究中，VisionFM的诊断准确性接近于中级眼科医生。”它甚至在从未用于预训练的成像模式下，准确评估了糖尿病视网膜病变（准确率超过90%）。另一项有趣的发现是VisionFM能够从眼底图像预测颅内肿瘤的存在，研究人员指出这是重大突破。“尽管眼科医生和放射科医生难以从眼底图像推断颅内肿瘤的存在，但VisionFM可以准确地从眼底图像进行预测，这是首个经过验证可用于此任务的AI模型。”
此外，该模型还可以从眼底照片准确预测青光眼的进展。为什么这很重要？香港中文大学和北京同仁医院声称，他们的基础模型是同类中首个超越现有自动眼科诊断AI模型限制的模型。据研究人员称，这些模型依赖大量标记数据，收集这些数据可能既昂贵又耗时。许多现有模型仅针对单一或少数几种眼病，并且仅使用一种成像模式——尤其是眼底照片。该模型能够直接从低成本视网膜图像预测肿瘤的存在——这是同类模型中的首次，“在社区和初级护理中具有巨大的早期检测潜力，”他们强调。据香港中文大学称，VisionFM已在中国河南省投入使用，以支持常见眼疾的筛查。
更大的趋势方面，实际上，大多数用于筛查眼科疾病的AI工具都利用眼底图像，即通过专业设备或智能手机拍摄的眼睛后部图像。这种创新已在台湾、韩国、新加坡和印度得到报道。大约四年前，在中国，一个跨机构的研究团队也建立了基于眼底的AI系统。与此同时，去年，谷歌专门用于筛查糖尿病视网膜病变的AI模型被授权给其在泰国和印度的合作伙伴。
(以上内容均由Ai生成)
