眼科人工智能
眼科是人工智能最大的医学成功案例之一，因为眼睛图像丰富且易于拍摄。
概述
AI can now screen for blinding diseases like diabetic retinopathy directly from retinal photos, sometimes without a specialist in the loop.
深入探讨
可以快速、非侵入性地拍摄视网膜，从而生成深度学习赖以发展的高质量图像。 2018 年，FDA 批准了 IDx-DR，这是首款自主人工智能诊断设备，它可以读取彩色眼底照片，并告诉初级保健诊所糖尿病患者是否应该去看眼科医生，而无需专家解读图像。 Google 具有里程碑意义的 2016 年 JAMA 研究训练了一个模型，以专家级的灵敏度和特异性检测糖尿病视网膜病变。除了糖尿病眼病之外，人工智能还可以标记与年龄相关的黄斑变性、视神经图像中的青光眼和早产儿视网膜病变。 DeepMind 与 Moorfields 眼科医院合作，通过 OCT 扫描对 50 多种视网膜疾病进行分类，匹配世界领先的专家并推荐紧急转诊。
技术洞察
大多数系统使用卷积神经网络，该网络经过数万到数百万张标记的眼底照片或光学相干断层扫描 (OCT) 体积的训练。 OCT 本质上是一种光学超声，可产生微米分辨率的视网膜层横截面，非常适合发现液体和变薄。一个惊人的发现：网络可以仅从视网膜照片推断出临床医生无法通过眼睛读取的特征，例如患者的年龄、性别、吸烟状况和心血管风险，这暗示视网膜是了解全身健康状况的窗口。
战略影响
背景与规则
行业背景决定了人工智能创意能否与现实接触。
质量控制
领域约束会影响可接受的错误率和监督模型。
构建选择
成功的部署使技术能力与一线工作流程保持一致。
眼科人工智能的未来
自主视网膜筛查将扩展到药房、初级保健办公室和眼科专家稀缺的资源匮乏地区，在视力丧失之前发现疾病。 “眼组学”利用视网膜来预测心脏病、肾病，甚至阿尔茨海默病的风险，是一个活跃的前沿领域。基于智能手机的眼底摄像头与人工智能相结合可以为发展中国家带来筛查服务。期望与电子记录更紧密地集成并持续监测慢性眼部疾病。
现实世界的实施
IDx-DR（现为 LumineticsCore）可在初级保健诊所自动筛查糖尿病患者是否有可转诊的视网膜病变，无需眼科专家读取图像。
DeepMind 和 Moorfields 建立了一个系统，可以通过 OCT 扫描对 50 多种视网膜疾病进行分类，并建议专家级紧急转诊。
人工智能工具有助于筛查新生儿早产儿视网膜病变，这是导致儿童失明的主要原因，很难进行一致的分级。
研究模型通过单张视网膜照片估计心血管风险和生物年龄，这是一个称为眼组学的新兴领域。
风险与防护栏
监管要求可能会使原本强大的原型失效。
历史数据可能会编码损害特定社区的偏见。
遗留系统可能会造成集成瓶颈和隐性成本。
实施路线图
让领域专家参与从问题框架到评估的整个过程。
在启动前设计审计跟踪和文档。
尽早验证合规性和安全义务。
分阶段推出，并具有明确的停止和回滚标准。
不断探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Ophthalmology quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常见问题
What is AI in Ophthalmology?
眼科是人工智能最大的医学成功案例之一，因为眼睛图像丰富且易于拍摄。人工智能现在可以直接根据视网膜照片筛查糖尿病视网膜病变等致盲疾病，有时无需专家参与。
为什么眼科特别适合深度学习？
视网膜摄影和 OCT 可非侵入性地生成丰富的高质量图像，这正是深度学习模型所擅长的标准化视觉数据。
2018 年 FDA 批准 IDx-DR 时，有哪些值得注意的地方？
IDx-DR 是第一个获得 FDA 批准的自主人工智能诊断：它分析眼底照片并输出糖尿病视网膜病变的转诊建议，而无需临床医生解释图像。
什么是 OCT？许多视网膜人工智能工具的核心成像方法？
光学相干断层扫描的工作原理类似于光学超声波，可生成视网膜层的详细横截面图像，显示平面照片上不可见的液体、肿胀和变薄情况。
研究人员在视网膜照片上训练网络时发现了哪些令人惊讶的能力？
Google 研究人员展示了一种模型，可以仅通过视网膜图像来预测患者的年龄、性别、吸烟状况和心血管风险，从而揭示人类无法直接读取的系统健康信号。
“眼科”这一新兴领域的目标是什么？
眼组学将视网膜视为了解全身健康的窗口，利用视网膜图像和人工智能来估计心血管、肾脏和神经退行性疾病的风险。