The Lancet Digital Health ：完成全球首个眼科多病种人工智能真实世界研究

来源：中山眼科中心 2021-08-15 08:39

科技赋能健康中国，医学人工智能的蓬勃发展有望解决医疗资源短缺难题，助力实现“健康中国2030”的全民健康发展战略目标。近年来，医学人工智能研究开始进入临床实践阶段，但由于真实世界环境复杂，高性能的深度学习系统在临床真实环境中往往“水土不服”，表现出模型鲁棒性不理想和现场拍摄图片难以识别等，严重阻碍医学人工智能的临床转化应用。中山大学中山眼科中心林浩添教授作为

科技赋能健康中国，医学人工智能的蓬勃发展有望解决医疗资源短缺难题，助力实现“健康中国2030”的全民健康发展战略目标。近年来，医学人工智能研究开始进入临床实践阶段，但由于真实世界环境复杂，高性能的深度学习系统在临床真实环境中往往“水土不服”，表现出模型鲁棒性不理想和现场拍摄图片难以识别等，严重阻碍医学人工智能的临床转化应用。

中山大学中山眼科中心林浩添教授作为最后通讯作者、团队骨干林铎儒主治医师作为第一作者，牵头联合鹰瞳Airdoc、广东省医疗器械质量监督检验所等国内外18家医疗、企业和科研机构，完成了全球首个眼科多病种人工智能真实世界研究，探索人工智能医疗器械产品临床应用前的评估和监管策略，研究成果“application of Comprehensive Artificial intelligence Retinal Expert (CARE) system： a national real-world evidence study”于2021年7月27日在国际顶级期刊The Lancet Digital Health (中科院一区，影响因子24.519)在线发表。美国最顶尖的十所研究型大学之一威斯康星大学的世界权威影像诊断中心主任Amitha Domalpally评价此项工作为“标志着医学人工智能研究迈向正确的发展方向”。项目团队已经拥有系列技术专利且获得国家药品监督管理局颁发的第一个眼科人工智能软件Ⅲ类医疗器械产品注册证。

项目团队通过使用来源于三级医院、社区医院和健康服务中心等51家医疗机构具有不同疾病特征人群的医疗机构超过26万张多种场景和设备来源的眼底彩照，训练出可以识别14种常见眼底异常的眼底疾病综合性智能诊断专家— CARE。CARE为多标签深度学习网络—将多种疾病的标签和特征信息置于同一个神经网络训练—模型在识别多种眼底异常的同时关联了各疾病特征之间的关系，既减少了模型运行对计算资源的依赖，也将诊断的总体准确率从0.921提升至0.952，并在全国35家不同级别的医疗机构对CARE模型进行临床真实环境验证，完成了全球首个眼科多病种人工智能多中心临床真实世界研究。

在临床真实环境进行前瞻性实时验证外，该项目还设计了一系列临床测试，包括将CARE系统的表现与16位来自不同地区不同年资的眼科医师进行比较，使用非中国人种和模型训练未涉及的照相机型号获取的眼底彩照对CARE系统进行测试。此外，项目团队首次使用胶片相机拍摄的眼底图像的电子扫描版对CARE进行测试。结果表明，CARE系统在临床真实世界验证中表现出稳健的疾病识别能力。可喜的是，其中的糖尿病视网膜病变识别模块已经获得了国家药品监督管理局颁发的第一个眼科人工智能软件Ⅲ类医疗器械产品注册证（糖尿病视网膜病变分析软件，国械注准20203210686）。

此项真实世界研究首次打通了从临床问题发现、智能筛诊模型的研发到临床应用的医、研、产、管全链条协作模式，对我国人工智能医疗器械临床应用前评价和监管政策制定具有重要意义。(生物谷Bioon.com）