AI小课堂 | 机器视觉在医学影像诊断环节的应用

随着人工智能在图像识别领域的发展与突破，使得相关技术用于医学影像成为可能。充分利用AI在感觉认知和深度学习的技术优势，把以往仅由医生来分析判断的超声、CT、磁共振等医学影像交给机器视觉，自动标注病灶等关键信息，乃至给出诊断结果，以提高诊断效率和准确率，辅助临床诊断。

人工智能与医学影像的结合在实践中也取得了不俗的成绩，可以在肺结节分析与管理、骨科疾病分析、放疗规划、脑部疾病分析、眼部疾病分析、心血管疾病分析等方面实现智能辅助诊断。

目前，在AI智能辅助诊断眼底疾病方面，糖尿病性视网膜病变筛查已广泛应用。将AI医学影像应用到眼底读片中进行初步筛查，可大大改善目前糖尿病视网膜病变筛查效率，做到早筛查早诊断早治疗。

AI 糖尿病眼底辅助诊断系统

AI 糖尿病眼底辅助诊断系统能通过深度学习技术来分析眼底相机拍摄的视网膜图像，自动识别出糖尿病视网膜病变的关键特征，智能分析患者的疾病信息，辅助医生判别病变指标，从而实现糖尿病眼底糖化的大规模自动筛查。

1.　系统功能

眼底糖化等级识别：欣象科技AI团队以糖尿病筛查体系为标准，构建了糖尿病视网膜病变的智能分级。将眼底糖化共分为五个级别（0,1,2,3,4），0级表示眼底正常，1级症状轻，4级眼底病变严重，已发生增生。给定一张眼底图片，AI糖尿病眼底辅助诊断系统能准确判断眼底糖化的级别。

眼底糖化病灶标记

经专业数据库校验，我们现在眼底糖化等级识别模型的准确率为 83.5%

经专业眼科专家校验，我们标注一级眼底糖化病灶准确率能达到 90% 以上

2.　平台优势

• 诊断速度快，准确率高

• 价格便宜，成本效益高

• 落地速度更加快捷，能够让操作者快速上手，通过AI眼底筛查技术辅助诊疗

• 更好地管理糖尿病患者的眼底并发症，大大提高糖尿病视网膜病变的早期筛查率

• 打破医疗资源有限带来的效率限制，降低病患的就医成本

今天AI对于眼底筛查数据的积累挖掘和技术落地推动，正在改变着未来人们管理自身健康状况的方式。随着AI医学影像技术的发展和模式的创新，将在赋能医疗的路上越走越远，辅助临床诊断，提高病变发现率和诊断准确率，为精确诊断、精准治疗的实现添砖加瓦。