五月婷婷在线观看|国产成人精品3p人妻网站|日本老熟妇maturebbw|日韩 欧美 综合

解放軍總醫院第三醫學中心眼科學部吳星副主任醫師為論文第一作者，解放軍總醫院第二醫學中心健康醫學科曾強教授、解放軍總醫院第三醫學中心眼科學部王大江教授為論文共同通訊作者。

白內障基層早篩難開展

“眼底照片+AI”顯優勢

白內障是全球首位致盲性眼病。隨著人口老齡化進程加快，白內障的發病率及絕對人數逐年升高。

早期診斷、及時手術可以有效治療白內障，改善患者的視力和生活質量。然而，在中低收入國家的基層醫療機構，白內障直至發展到晚期甚至癥狀裸眼可見時才能被診斷。

與此同時，我國眼科醫生僅4.48萬，且存在眼科醫療資源分配不均的問題，在現有的三級醫療模式下，難以實現白內障的早期發現、及時轉診、及時治療。

當前，裂隙燈相機圖像由于其光學特征和易讀性而廣泛應用于白內障診斷，但是在偏遠地區使用時仍有其局限性，例如設備不夠便攜、專業操作人員不足等。相比之下，眼底照片在其效率和可操作性上具有優勢。

隨著人工智能技術廣泛應用于疾病診斷，一些研究開始聚焦于利用人工智能技術來進行白內障的自動檢測。其中眼底照片與人工智能技術的結合，被視為在實際應用場景下更為可行的白內障自動檢測方案。

創新提出“三分類標簽”

性能提升約10%

該研究旨在通過應用人工智能技術識別眼底照片，構建快速、無創輔助診斷白內障的算法模型，從而助力白內障的大規模篩查工作。

考慮到在實際應用場景中，由于拍攝人員技巧不足或患者配合不當，常常存在眼底照片質量缺陷問題。同時，這些質量缺陷的照片因具有模糊的成像特征，很容易被誤認為是白內障，這可能會降低白內障模型檢測的性能。

質量缺陷照片容易被誤認為白內障。圖示眼底照片從左至右分別為：圖像質量正常的非白內障、圖像質量較差的非白內障、白內障。

因此眼科智能診斷系統，不同于以往研究僅選用質量達標的眼底照片進行模型構建，該研究研發并驗證了一種抗干擾的眼底圖像白內障人工智能診斷模型。

首先，利用質量識別模型生成與非白內障圖像質量相關的偽標簽，將原始二分類標簽（白內障和非白內障）調整為三分類（白內障、圖像質量正常的非白內障和圖像質量較差的非白內障），用于指導模型區分白內障和圖像質量較差的非白內障；再根據三分類標簽提出了基于卷積神經網絡的白內障分類模型。

基于卷積神經網絡的白內障分類模型

在內部驗證和外部測試中，該模型表現出穩健的性能，檢測白內障人群的受試者工作特征曲線下面積（AUC）分別為91.84%、91.62%。這表明，研究人員提出的抗干擾模型可以在圖像質量較差的干擾下，仍能實現高準確率眼科智能診斷系統，有助于大規模白內障篩查。

為了驗證該抗干擾模型的魯棒性，研究人員還設置了對照實驗，采用原始二分類標簽訓練模型進行性能對比。 研究結果表明，與在原始二分類標簽上訓練的模型相比，該研究的抗干擾模型性能提高了10%左右。這也就表明，研究人員提出的白內障人工智能診斷模型，在真實應用環境下能夠更加準確地篩查白內障人群。

內部驗證和外部測試結果

在現有醫療模式下，應用人工智能模型輔助診斷白內障是緩解醫療資源匱乏、降低篩查成本的良好策略。該研究提出的抗干擾眼底圖像白內障智能診斷模型，有助于早期篩查診斷、及時治療白內障，提高患者的視力及生活質量。

參考資料：

解放軍總醫院. 【微醫訊】人工智能助力白內障自動診斷取得重要進展