资讯 医疗科技
此为临时链接,仅用于文章预览,将在时失效

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

作者:李雨晨
2019/10/16 16:09

雷锋网消息,近日,第四届岭南眼科论坛暨第二届全国眼科人工智能大会在广州举办。大会以“Eye+AI”为主题,由广东省医师协会眼科分会、中国医药教育协会智能医学专委全国智能眼科学组主办,中山大学中山眼科中心、广东省医师协会眼科医师分会青年委员会、广东省眼科诊断与治疗创新工程技术研究中心承办。

本次大会设置了近80个主题演讲,与人工智能相关的主题有“AI技术与眼科实践”、“Eye+AI”、“眼科AI技术应用”,涉及青光眼、白内障、角膜病、糖尿病视网膜病变等多个关注度较高的病种。

大会同期进行了基于眼底照相的DR筛查AI系统应用指南的发布推广仪式。全国智能眼科学组组长、大会主席袁进教授对此进行了解读。

袁进教授来自中山大学中山眼科中心。他表示,人工智能和眼底相机的结合,无论从目前的基础研究还是临床研究,都充分展示了人工智能在眼底筛查,特别是糖网筛查中的价值和应用前景,也为医生带来眼病筛查的全新模式。

据雷锋网了解,全国智能眼科学组花费了将近一年的时间,历经50多稿的讨论修改,最后将中英文版本同步发表在《中华实验眼科杂志》以及国际的临床实践指南平台上。

指南涵盖了AI筛查系统从构建到应用的全过程,从图像的获取、特征的提取量化、特征值的选择降维、模型的训练以及性能评估都给出了明确的建议。

在袁进看来,基于这样的一个平台,企业可以不断地打造更好的算法模型,在功能诊断、远程判断、全程预警等方面发挥更好的作用。

以下为袁进教授的演讲内容,雷锋网做了不改变原意的编辑

袁进:非常感谢大家参加此次大会。我们这次发布的临床指南会为我们的研究提供框架性的建议。我们为什么要制定这样一个指南?这个指南在糖尿病视网膜筛查的临床应用当中会有怎样的启示?这需要我们进行深入思考和解读。

根据公开的医疗统计数据显示,中国的糖尿病患病率逐年增加,中国有将近1.39亿的糖尿病患者,是世界上糖尿病患者最多的国家。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

糖尿病在发病早期就会引起微血管病变,从而导致糖尿病视网膜病变。糖尿病视网膜病变在糖尿病患者中的发病率预估在18%-35%之间,糖尿病视网膜病变的发展会导致视力损伤。

所以,对糖尿病视网膜病变早期的发现和干预,是防止视力损伤的重要环节。

实际上,从国家到地方,对糖尿病视网膜病变的筛查都非常重视,有非常多的平台和项目去做糖尿病视网膜病变的筛查。但是实际上,目前的筛查率不足10%。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

为什么大家对糖尿病视网膜病变这么重视,也建立了很好的平台,却不能进行有效的筛查?这个问题其实也是医疗领域的一个通用性问题——“三缺问题”。缺专业的诊断人才,中国目前注册有3.2万名眼科医生,眼底的专科医生大概只有3000到4000人。医生工作负担重,没有多余精力去做人群筛查。

此外,基层缺乏专业的诊断设备,也缺乏对图像检查结果进行的正确诊断解读的系统。这是筛查过程中面临的主要问题和挑战。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

AI技术和眼科的深度结合,为问题的解决打开了一扇新的大门。人工智能和眼底相机的结合,无论从目前的基础研究还是临床研究,都为我们充分展示了人工智能在眼底筛查,特别是糖尿病视网膜病变筛查中的价值和应用前景,也为我们带来眼病筛查的全新模式、全新阶段。全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

糖尿病视网膜病变筛查是AI领域研究中非常热门的领域,很多AI企业都涉及到此方面。但是在项目的研究和落地过程中,会遇到很多的挑战和问题。

首先是数据来源问题,是医院提供的数据,还是从公开数据集来的数据,还是花钱去购买的数据?这些数据有没有经过标准化,有没有经过清洗?

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

其次,使用什么算法?需要注意的是网络上有很多开源算法,这降低了AI研究的门槛,但某种程度上也降低了算法的准确性。

2019年6月份的一份调查报告的数据显示:86.2%的AI研究者使用的是开源的学习框架。那些根据自己的需求去设计,做算法模型的大概只有1.6%。这里面会衍生出一个问题:开源开发框架是否适合我们想要解决的专项问题?是否需要对如何选择算法模型进行相应地规范?

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

算法模型在理论上可能得到很好的结果,但是进入到真实世界中会怎样?在进入临床以后,我们应该如何开展多中心、大规模的临床研究?要怎样建立一个规范的流程,形成一个反馈机制,去验证AI筛查系统的敏感度和准确度,这都是我们面临的挑战。

如何解决这些问题,将决定我们的AI研究能够走多深、走多远,决定了研究是否严谨、是否科学。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

基于此,我们组建了智能眼科学组这样一个平台。这是一个很好的学科交叉融合平台。我们邀请了“中检院”(中国食品药品检定研究院)医疗器械相关标准的制定专家、临床专家、算法专家一起来解决问题,来探讨人工智能筛选系统应该遵循一个什么样的标准和规范。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?我们首先梳理阅读了人工智能和糖尿病视网膜病变的总共130余篇文献。同时我们也参考了糖尿病眼底视网膜病变防治方面的临床指南,包括国内的四个指南,以及国际上的PPP、ICO、IDF组织推荐的眼底筛查的指南。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

在这里面需要对文献的证据等级进行分级。我们一般认为1A、1B、2B、2C等级的文献是证据强度比较高的,这些高质量证据占到了60%以上,那么基于这样高强度的证据支持,我们才能够给出规范性的建议。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

我们学组花费了将近一年的时间,历经50多稿的讨论修改。最后将中英文版本同步发表在《中华实验眼科杂志》以及国际的临床实践指南平台上。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

指南涵盖了AI筛查系统从构建到应用的全过程,从图像的获取、特征的提取量化、特征值的选择降维、模型的训练以及性能评估都给出了明确的建议。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

首先我们对数据集的质量和数量提出要求,指南要求训练集至少来自于两家以上的独立的医疗机构。 如果不是有特殊的机型要求,我们要求至少五种品牌以上的眼底相机,这样才能具有一个跨平台的验证效应。

针对疾病每一级要求至少要一千张以上的训练集。因为我们开发的是针对中国人的筛查平台,所以95%以上的数据应该是来自于黄种人,而不是来自于其他人种的公共数据集。

同时,我们还需要有至少500个糖尿病视网膜病变以外的其他眼底疾病作为参照、500个正常人作为对照,这是一个基本的数据量要求。

有了训练集以后,才可以进一步对图像进行标注。标注人员要不少于3名,必须要有相应资质,还要遵循多数同意的规则。标注主要完成两个任务:第一个是对疾病诊断进行定性,是否可以明确诊断;第二个是对阳性体征进行定量标注,有助于后面的病情等级的划分。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

接下来是测试集的构建,测试集需要进行分层的随机抽样,同样也有数量的要求。对于DR(糖尿病视网膜病变)要求至少有5000张以上的病例。I期以上至少要求有2500张,同时结合统计学的要求,要进行灵敏度、特异度、ROC值的评判。

同时,还要求对算法模型进行重复性的评价,包括算法本身的重复性、拍照的重复性,各方面全部都要进行验证。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

算法的落地还需要对硬件平台做出要求。我们的硬件平台主要涉及到采集所使用的眼底相机。指南里对眼底相机的采集参数,包括背景的曝光补偿、解析度等等都有明确的规范。这些指标都会对AI算法的准确性产生很大的影响。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

有了硬件要求后,还需要对拍摄标准进行规范。图像采集根据ETDRS标准,7方位。这更适合疾病的精细化区分。筛查一般有两种视野拍照方法,一种是单视野法,一种是双视野法。

单视野要求黄斑和视盘的连线的中点作为中心大于60度。

如果是双视野,一个以黄斑为中心,一个以视盘为中心。那么这样可以得到更多有效的数据。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

同时还需要建立图像质控标准。没有质控标准,假阳性或者假阴性率会非常高。这也是为什么很多算法系统一旦离开了测试集,进入到真实世界后,会出现显著的准确性下降。质控标准针对不同等级、不同环节都有规定,同时可以对异常的图像去寻找原因和进行校正。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

接下来是报告的输出,大家在临床中也接触过不同类型的输出报告。报告的基本要求有受试者和信息图像设备的信息。

此外,还有AI系统的信息,包括你用的是什么算法,你使用的哪一代的AI系统,因为后面系统会不停地去迭代。同时,还包括质量评估的标准,和筛查的初步结果。

还有很重要地一点是权责说明。目前,AI只能作为临床辅助决策,它还不能取代医生对疾病做出独立诊断,这是非常重要的一点。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

有了这个系统后,我们接下来怎样去做临床地验证和评估?

在指南里面我们结合了AI和疾病的特点给出了建议。针对1型和2型糖尿病,在没有明确发现糖尿病视网膜病变之前,应该在首次眼底检查后每年进行一次筛查。对于高危情况例如妊娠糖尿病,可能每3-12个月进行一次筛查。如果病情较重,可以1-3个月。此外,还要根据视力的变化,如果矫正视力大于0.6,没有明显的眼底病变,可以1年筛查一次。如果有明显视力损害,矫正视力小于0.6,病变在1期和2期,应该保持每3个月一次随访。如果病变在3期和4期,需要临床医生来判断随访时间。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

我们借助AI筛查系统,不仅可以完成筛查任务,还可以建立随访队列,对病情进行全程监控。在这个过程中,随着筛查的病人的数据量越来越大,这时候会有数据存储和安全的要求。

我们在做算法研究的时候,不管是其他机构提供的数据还是后期真实世界的研究,首先要对数据进行分类,究竟是结构化数据还是非结构化数据;然后进行数据的脱敏,患者的个人信息不能显示在系统中;之后,再进行数据清洗和多元性的数据融合,这都需要建立一个很好的数据的存储和纳入体系。

同时,还要建立安全性的标准,因为数据安全也非常重要,之前在一些医疗机构已经出现了数据外泄,以及医院数据库被外网黑客攻击的情况。数据安全非常重要,AI本身就是基于医疗大数据的研究。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

我们拥有了这样一个全链条的指南,它从数据的采集到数据的标注,从算法模型的建立测试到硬件的要求,从拍摄的标准质控到应用后的随访,都给出了一个完整的建议。它会很好地帮助我们以后规范地开展临床研究。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

指南在发布不到三周的时间内,展示超过7万余篇次。很多知名期刊页面都对我们的指南进行了链接和推广。所以基于这样的一个平台,不断的去打造更好的算法模型,更规范的去推广,将来可以做到功能诊断、远程判断、全程预警,迎来一个人工智能在眼科的新时代。

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

国家已经对人工智能提出了一个非常高的战略的要求,这将是我们国家2025年新时代的主要规划。在这样一个背景下,我们在推动眼科AI的进一步的发展过程中,需要更多的同道一起共同努力。让我们一起携手打造一个属于我们的眼科AI新时代,谢谢大家。

长按图片保存图片,分享给好友或朋友圈

全国智能眼科学组组长袁进:我们为什么要做一份修改 50 多稿的眼科 AI 筛查指南?

扫码查看文章

正在生成分享图...

取消
相关文章