请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

迈向AGI,医疗AI如何赋能眼健康和慢病管理应用?



题图|视觉中国
在全球科技与医学迅速融合的当下,AI技术在医疗领域的应用引发了深刻的行业变革。《Nature》杂志与温州医科大学附属眼视光医院共同举办的学术会议,近期在温州召开。北京鹰瞳科技的算法科学家张聪发表了题为《医疗AI芯片赋能眼健康和慢病管理应用》的演讲。


同期举行的“2024第十一届301论健、全民健康行动(雄安)论坛暨第十三届体检中心主任学术论坛”上,来自江苏省人民医院健康管理中心主任、中华医学会健康管理学分会副主任委员张群教授作为鹰瞳的合作医生也发表了题为《AGI赋能慢性病健康管理》的演讲,深度阐述了AGI如何在慢性病管理中提供创新解决方案。


前后呼应的两场演讲,从技术算法的更迭层面和案例研究上分别给出了人工智能赋能医疗健康的过程中鹰瞳科技的视角和立场。


鹰瞳科技如何通过算法升级实现诊疗一体化



张聪作为算法科学家提及了鹰瞳科技的技术革新和探索之路。


“我们鹰瞳采用多任务分类的深度学习模型,统一描述大部分眼底疾病诊断任务,提升大模型对眼底图像的理解和表达能力。然而,这类分类任务存在可解释性问题,无法确切知道模型预测的对错原因。


为此,鹰瞳科技通过算法升级开发SAM病灶组织分割模型,细致分割眼底图片中的关键信息,如血管、视杯盘及关键病灶,如出血、渗出、棉絮斑等,有效提高模型的可解释性,实现从黑盒到白盒的转变。这项工作已在医学影像领域顶会MICCAI上发表。”


通过深度学习模型的提升,目前,鹰瞳科技已经在14种常见眼底异常的诊断任务中取得了显著成效,平均AUC达到0.968。相关成果也发表在权威医学期刊《柳叶刀》上。鹰瞳科技的眼底AI系统节省了75%的筛查时间,显著提高医生的工作效率,同时赋能基层医疗人员,进行高效准确的眼底筛查。


“尽管现状检测的准确率已较高,鹰瞳科技不满足于现状,考虑利用积累的大量眼底图像队列数据,预测患者未来眼底疾病的发展,实现提前干预。公司已建立GenAI模型,预测未来高度近视眼底图像的变化。”


鹰瞳科技利用眼底图像评估全身慢性病状,首创对甲状腺疾病、高原红细胞增多症的评估,并在高血压、糖尿病、孕高症等领域处于领先水平。鹰瞳不仅评估现状,还致力于未来疾病发展的预测,增加多模态数据,基于眼底评估心血管和痴呆风险。此外,公司内部已在高血压和糖尿病的发展预测上取得突破,相关工作均已发表。


鹰瞳科技的AI,赋能眼健康和慢病管理服务,也应用在智能诊疗一体化设备的整体解决方案中。通过多轮系统迭代,实现了1分钟无创检测,极大提高了检测效率,已服务超过3000万人次。同时,公司积累的大量眼健康相关数据,进一步增强了AI大模型的效果。多年服务中,公司发现了27973例重大阳性病例,及时救助了众多用户的生命。


视网膜AI如何让无形风险“看得见”



视网膜是人体唯一能够无创、直接观测到血管和神经的组织,蕴含着丰富的生物学特性和健康信息。人工智能通过像素级图像处理和深度学习,能够通过视网膜进行健康评估。

近年来,以鹰瞳科技为代表的科研力量得到越来越多的广泛关注,视网膜AI技术正在革新心血管疾病的风险评估方法,提供一种无创且高效的方式来预测和管理心血管健康。




利用眼底照片,视网膜AI避免了传统评估中所需的多项有创指标,如血压、血脂和糖尿病状态。根据《Science Bulletin》发表ICVD预测成果,同仁医院、北大临床研究所团队验证结果,利用视网膜图像的深度学习算法进行的中国人群10年心血管病风险评估显示,模型在筛查临界/中等及以上(≥5%/≥7.5%)ICVD风险人群的AUC分别为0.971 和0.976,对于早期发现心血管病高危人群,指导积极干预,监测和评价干预效果等起到积极的作用。


全国范围内的多中心研究进一步证明了视网膜AI技术的有效性。从2022年1月至2024年3月,由中国健康促进基金会组织、中华医学会健康管理学分会提供学术支持、解放军总医院医学院作为课题牵头的项目《体检人群糖尿病视网膜病变筛查多中心研究》。


张群教授通过大量科学研究后得出结论,AI技术不仅能够识别眼底疾病,还能预测未来慢性疾病的风险,能揭示诸如贫血和认知症等其他慢性疾病的风险。她举例了一个真实案例,该案例展示了视网膜AI在慢性病健康管理中的应用潜力。


一名45岁男性,有糖尿病病史,未规律用药。随着视网膜AI技术的应用,他和成千上百的病患一样,开始将治疗过程前置,提升治疗意识。这种变化反映了从“不重视,不管理”的态度转变为“引注意,启管理”,并在必要时达到“不理想,强管理”的阶段。具体数据显示,该患者在2022年11月的糖尿病视网膜病变检测中,出血点个数为5,总面积0.015mm²;到了2023年12月,出血点个数增至15,总面积仅扩大到0.081mm²。因为AI视网膜,才有具体量化的数据,提供了体检更好的诊疗依据。

这不是个例,成千上百受惠于健康教育与视网膜AI监测益处的病患们开始提升治疗意识,从“不重视,不管理”的态度转变为“引注意,启管理”,并在必要时达到“不理想,强管理”的阶段。



在人工智能的发展旅程中,人工智能正从狭义(ANI),也称为弱人工智能,向通用(AGI)或强人工智能发生转变。ANI专注于执行具体的任务,如语言翻译或图像识别,而AGI模拟人类智能,能够理解、学习和处理多种问题。



从张聪与张群的演讲中,可以清晰地看到人工智能技术的作用力,以及活生生案例背后带来的世界观、价值观的变化。AGI技术正逐步改变慢性病管理。



未来,人工智能医疗可以提供从诊前信息收集到疾病进展的直观展示等全面解决方案。在慢性病管理中,AGI还可以进行智能预问诊,形成预问诊病历,加强患者教育,并提高患者依从性。此外,AGI还推动了智慧科研的进展。通过自动化的数据处理和分析,AGI助力科研人员在数据采集、统计、绘图等方面,大幅提高研究效率和质量。智慧科研平台还涵盖文献检索、期刊查询、论文查重等功能,极大地简化了科研工作的复杂性。


近期,在北京海淀区卫健委和中关村科学城的指导下,鹰瞳科技联合48家海淀区基层医疗机构共同启动了「人工智能眼底诊疗协作平台」的建设。这个平台不仅是全国首个在医联体区域进行私有化部署的实例,而且其集成的AI技术将极大增强通用协作能力。


依托人工智能眼底诊疗协作平台,鹰瞳可以为海淀实现三大效能,为基层提供专业化眼科医生出诊、带教,提升基层医疗机构全科医生的眼部相关疾病诊断的业务能力;其次,提供专业、规范、长期眼部相关疾病的培训工作,提升基层医疗机构眼底疾病的诊断能力;也为基层医疗机构提供眼部疾病筛查,严重眼底疾病转诊治疗的服务。

在人工智能新时代中,通用人工智能(AGI)正在彻底改革慢性病的健康管理模式。AGI的集成进医疗系统,如果可以在规范化肿瘤初筛精筛流程中深化应用,并有效与智能可穿戴设备的结合,将会大大提高诊疗的精准度和效率。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册