概述
眼科是人工智慧最大的醫學成功案例之一，因為眼睛影像豐富且易於拍攝。人工智慧現在可以直接根據視網膜照片篩檢糖尿病視網膜病變等致盲疾病，有時無需專家參與。
眼科人工智慧將人工智慧應用於特定領域的環境中，在這些環境中，法規、操作和風險承受能力強烈影響設計選擇。
深入探討
可以快速、非侵入性地拍攝視網膜，從而產生深度學習賴以發展的高品質影像。 2018 年，FDA 批准了 IDx-DR，這是首款自主人工智慧診斷設備，它可以讀取彩色眼底照片，並告訴初級保健診所糖尿病患者是否應該去看眼科醫生，而無需專家解讀影像。 Google 具有里程碑意義的 2016 年 JAMA 研究訓練了一個模型，以專家級的敏感度和特異性檢測糖尿病視網膜病變。除了糖尿病眼疾之外，人工智慧還可以標記與年齡相關的黃斑部病變、視神經影像中的青光眼和早產兒視網膜病變。 DeepMind 與 Moorfields 眼科醫院合作，透過 OCT 掃描對 50 多種視網膜疾病進行分類，以匹配世界領先的專家並推薦緊急轉診。
技術洞察
大多數系統使用卷積神經網絡，經過數萬到數百萬張標記的眼底照片或光學相干斷層掃描 (OCT) 體積的訓練。 OCT 本質上是一種光學超音波，可產生微米分辨率的視網膜層橫截面，非常適合發現液體和變薄。一個驚人的發現：網路可以僅從視網膜照片推斷出臨床醫生無法透過眼睛讀取的特徵，例如患者的年齡、性別、吸煙狀況和心血管風險，這暗示視網膜是了解全身健康狀況的窗口。
掌握眼科领域的人工智能
眼科是人工智慧最大的醫學成功案例之一，因為眼睛影像豐富且易於拍攝。人工智慧現在可以直接根據視網膜照片篩檢糖尿病視網膜病變等致盲疾病，有時無需專家參與。眼科人工智慧將人工智慧應用於特定領域的環境中，在這些環境中，法規、操作和風險承受能力強烈影響設計選擇。為了建立深入的理解，請將眼科中的人工智慧視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，在眼科領域使用人工智慧的強大團隊將技術能力與領域政策、可審計性和第一線決策結合。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
產業背景決定了人工智慧創意能否與現實接觸。同時，監管要求可能會使原本強大的原型失效。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
產業背景決定了人工智慧創意能否與現實接觸。
產業背景決定了人工智慧創意能否與現實接觸。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
領域約束會影響可接受的錯誤率和監督模型。
領域約束會影響可接受的錯誤率和監督模型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
成功的部署使技術能力與第一線工作流程保持一致。
成功的部署使技術能力與第一線工作流程保持一致。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
IDx-DR（現為 LumineticsCore）可在初級保健診所自動篩檢糖尿病患者是否有可轉診的視網膜病變，無需眼科專家讀取影像。
DeepMind 和 Moorfields 建立了一個系統，可以透過 OCT 掃描對 50 多種視網膜疾病進行分類，並建議專家級緊急轉診。
人工智慧工具有助於篩檢新生兒早產兒視網膜病變，這是兒童失明的主要原因，很難進行一致的分級。
研究模型透過單張視網膜照片估計心血管風險和生物年齡，這是一個稱為眼組學的新興領域。
實施模式
人工智能在眼科的实践
IDx-DR（現為 LumineticsCore）可在初級保健診所自動篩檢糖尿病患者是否有可轉診的視網膜病變，無需眼科專家讀取影像。
IDx-DR（現為 LumineticsCore）可在初級保健診所自動篩檢糖尿病患者是否有可轉診的視網膜病變，無需眼科專家閱讀影像。當團隊預先定義品質閾值、針對邊緣情況保留人性化的升級路徑並追蹤隨著時間的推移而提高的生產力和錯誤成本時，通常會獲得更好的結果。
人工智能在眼科的实践
DeepMind 和 Moorfields 建立了一個系統，可以透過 OCT 掃描對 50 多種視網膜疾病進行分類，並建議專家級緊急轉診。
DeepMind 和 Moorfields 建立了一個系統，可以透過 OCT 掃描對 50 多種視網膜疾病進行分類，並建議專家級的緊急轉診。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
人工智能在眼科的实践
人工智慧工具有助於篩檢新生兒早產兒視網膜病變，這是兒童失明的主要原因，很難進行一致的分級。
人工智慧工具有助於篩檢新生兒早產兒視網膜病變，這是兒童失明的主要原因，很難一致地進行評分。當團隊預先定義品質閾值、為邊緣情況保留人性化的升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
人工智能在眼科的实践
研究模型透過單張視網膜照片估計心血管風險和生物年齡，這是一個稱為眼組學的新興領域。
研究模型透過單張視網膜照片來估計心血管風險和生物年齡，這是一個稱為眼組學的新興領域。當團隊預先定義品質閾值、為邊緣情況保留人為升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
監理要求可能會使原本強大的原型失效。
歷史資料可能會編碼損害特定社區的偏見。
遺留系統可能會造成整合瓶頸和隱性成本。
實施路線圖
讓領域專家參與從問題框架到評估的整個過程。
讓領域專家參與從問題框架到評估的整個過程。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在啟動前設計審計追蹤和文件。
在啟動前設計審計追蹤和文件。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儘早驗證合規性和安全義務。
儘早驗證合規性和安全義務。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
分階段推出，並有明確的停止和回滾標準。
分階段推出，並有明確的停止和回滾標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。