概述
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。
眼科人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。
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。
掌握眼科领域的人工智能
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。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。眼科人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。为了建立深入的理解，请将眼科中的人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，在眼科领域使用人工智能的强大团队将技术能力与领域政策、可审计性和一线决策结合起来。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
行业背景决定了人工智能创意能否与现实接触。同时，监管要求可能会使原本强大的原型失效。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
行业背景决定了人工智能创意能否与现实接触。
行业背景决定了人工智能创意能否与现实接触。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
领域约束会影响可接受的错误率和监督模型。
领域约束会影响可接受的错误率和监督模型。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
成功的部署使技术能力与一线工作流程保持一致。
成功的部署使技术能力与一线工作流程保持一致。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
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。
实施模式
人工智能在眼科的实践
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。
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，无需眼科专家阅读图像。当团队预先定义质量阈值、针对边缘情况保留人性化的升级路径并跟踪随着时间的推移提高的生产力和错误成本时，通常会获得更好的结果。
人工智能在眼科的实践
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。
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，并建议专家级别的紧急转诊。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
人工智能在眼科的实践
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。
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，很难一致地进行评分。当团队预先定义质量阈值、为边缘情况保留人性化的升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
人工智能在眼科的实践
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。
研究模型通过单张视网膜照片来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。当团队预先定义质量阈值、为边缘情况保留人为升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
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。
让领域专家参与从问题框架到评估的整个过程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在启动前设计审计跟踪和文档。
在启动前设计审计跟踪和文档。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
尽早验证合规性和安全义务。
尽早验证合规性和安全义务。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
分阶段推出，并具有明确的停止和回滚标准。
分阶段推出，并具有明确的停止和回滚标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。