AI + X

人工智能辅助角膜病诊断

浙江大学医学院附属邵逸夫医院、浙江大学信息学部和虹软科技股份有限公司组成一支学科交叉明显、学术基础扎实、朝气蓬勃、富有活力的研究团队,开发打造智能角膜病诊断系统平台。

 

浙江大学医学院附属邵逸夫医院眼科主任姚玉峰20余年来一直致力于角膜和眼表疾病的基础和临床研究,在这一方面积累了丰富研究成果。从1998年以来,系统采集、完整记录角膜病患者就诊的裂隙灯图像和系统保存每一位患者的完整病历资料。经过20多年的积累,已收录了1万5千多位角膜病患者的就诊图像及其完整的病历信息,累计角膜病影像16万多张。经过临床过程多角度、长时间的过程印证,积累了16万多张角膜图像的最客观标注信息,为人工智能算法研究和学习提供了最客观、最可靠的评判标准。

 

对代表性角膜病图像中病变图像子块的病征病情进行了标注,对相关病历信息进行整理,对医生在诊断过程中累积的经验知识进行了梳理,已为数据驱动与知识指导相结合及人在回路智能算法学习提供了数据、规则、先验等丰富的前期基础。

 

就已知全球有关角膜病的医学图像数据库而言,以上包含了多模态信息的眼科角膜病数据库是目前国际上积累影像最多、对应病历资料最完整以及标注信息客观性可靠性最强的最大角膜病数据库,是项目团队所研究人工智能算法所需极其珍贵的“燃料”,为人工智能与医学角膜病领域交叉进行深入研究奠定了坚实的资源基础。

 

浙江大学医学院邵逸夫医院和浙江大学人工智能研究所联合攻关开发出“角膜炎序列深度特征学习和识别算法”,该算法诊断准确率达到了80%,与来自全国不同医院421名不同级别的眼科医生进行对比测试,其性能超过了96%被测试医生的水平(人类医生识别准确率平均50%左右),这一研究成果的论文被中国工程院院刊<<Engineering>>录用(该刊为JCR一区刊物),算法成果还已申请了国家发明专利一项。

 

Xu Yesheng, Kong Ming, Xie Wenjia, Duan runping, Zhu  Qiang, Tang Siliang, Wu Fei, Yao Yu-Feng, Sequential Feature Deep Learning in Making Diagnostic Decision to Infectious Keratitis Based on Clinical Images, Engineering (accepted)

姚玉峰 吴飞 孔鸣 许叶圣 谢文加 段润平 朱强 汤斯亮,基于深度神经网络的角膜病图像序列化特征提取与分类方法及装置,申请号:CN201910380673.7,公开日2019年8月

 

随后,联合虹软从研究的严谨性与安全性的角度出发,开发了智能角膜病诊断系统平台,对算法进行初步进行临床检验。该系统拥有包括数据收集、数据管理与临床测试功能:具备数据收集环节,具备规范数据格式、持续收集数据、实时整理数据的能力;在数据管理环节中,设计了角膜病电子病历数据库、提供多渠道查询和可视化手段,可以在回顾病例、教学研究等多方面提供便捷的数据查询功能;在临床测试环节,提供了模型压缩、快速推理等功能,以满足临床诊断中的及时性要求,并设计了良好的交互机制,及时反馈并记录临床医生对算法结果的判断与修正。目前该实验系统已部署到浙江大学附属卲逸夫眼科中心进行临床测试,并不断进行改进和完善。在软硬结合方面,从2019年开始,项目团队基于虹软科技公司智能视觉处理集成平台,对裂隙灯显微镜的成像系统进行功能改造和提升,开展在裂隙灯显微镜端形成智能诊断算法的集成工作。

 

来源: