英特尔前高管和研究员联手创办致远慧图 用AI助力糖网病的筛查
2017-07-10 佚名 动脉网
糖尿病性视网膜病变（Diabeticretinopathy，下称糖网病）是增长最快的导致失明的原因。如果发现及时，可以治疗该疾病；反之，则可能导致不可逆的失明。目前，全球有超过4亿人患有糖尿病，其中中国约有1.1亿患者。然而，我国的眼科医生数量严重不足（2012年仅有3.14万名眼科医生），专业做糖网筛查的医生就更少了。幸运的是，随着人工智能技术（Artificial Intelligence，下
糖尿病性视网膜病变（Diabeticretinopathy，下称糖网病）是增长最快的导致失明的原因。如果发现及时，可以治疗该疾病；反之，则可能导致不可逆的失明。目前，全球有超过4亿人患有糖尿病，其中中国约有1.1亿患者。然而，我国的眼科医生数量严重不足（2012年仅有3.14万名眼科医生），专业做糖网筛查的医生就更少了。
幸运的是，随着人工智能技术（Artificial Intelligence，下称AI）的飞速发展，眼底糖网筛查这类需要依赖庞大知识库的重复性工作有望通过技术手段完成。如今，许多心怀梦想的IT精英正投身于此。前英特尔中国区销售总监孙宇辉便是其中之一。
“目前中国1.1亿的糖尿病患者中，糖网病患者大概有3000万。每个糖尿病患者的平均检查频次为2次/年，这是一个巨大的需求空间。我相信AI在这一领域中大有用武之地，所以我和大勇一起创建里致远慧图。”孙宇辉口中的“大勇”便是致远慧图的CTO丁大勇，原英特尔中国研究院资深研究员，在清华攻读博士时的方向便是计算机视觉和机器学习，师从中国科学院院士张钹教授。
敏锐的市场直觉和扎实的技术功底构成了致远慧图的基石，但如果想在糖网筛查领域取得突破还离不开优秀眼科医生宝贵的专业知识。在这方面，致远慧图创业理念打动了一批优秀的眼科专家为致远慧图标注眼底照片。
按照国际标准对糖网病进行分类标注
孙宇辉告诉动脉网记者：“一位眼科专家每天经常要工作十个小时，之后他们还要利用业余时间为我们标注图像，经常要忙到深夜11点后。就是因为有了他们的帮助，我们现在已经拥有了涵盖数十种病变的40多万个标注点。因此我常常提醒自己，如果我有丝毫的懈怠，首先就是辜负了这些医生们的努力！”
为了更加有效的指导患者的下一步治疗，致远慧图并非仅仅将糖网检查结果区分为无糖尿病视网膜病变、轻度无需后续深度检查治疗、需后续深度检查治疗，这三个级别。
致远慧图按照糖网的国际分级分为无糖尿病视网膜病变、轻度、中度、重度NPDR、PDR这5个类别，清楚的标明患者眼底的微血管瘤、视网膜内出血、硬渗出等病变，使得检查结果更具针对性。
糖网病筛查需要行业标准
目前，致远慧图在混合了各种质量、糖网严重程度的眼底彩照的数据集上测试的特异性和敏感性分别为90%和93%，但是孙宇辉却不想强调准确率的事情。在英特尔多年的工作经历使孙宇辉和丁大勇养成了追求极致的习惯，而这也是致远慧图整个团队的特质。
孙宇辉这样解释着他对糖网筛查结果“准确率”的看法：“AI+眼底糖网筛查领域现在缺乏一个行业标准，单纯从数字上来看，似乎大家都很好。这是这因为各家都有自己的数据库，各自的算法都是按照自己的数据进行训练的，然后以自己的数据来验证准确性，或者和大的三甲医院合作进行临床测试。
但这些数据库中的图像质量相对要好一些。所以现在需要建立一个标准的数据库，这个数据库包含各种各样质量的眼底图像数据，由专家进行标注，然后用这个统一的标准数据库去验证企业做的系统，这样才更有说服力。”
正因为如此，考虑到AI辅助筛查诊断系统定位是给基层的县医院用的，而基层拍照条件不好、技师水平良莠不齐，图片质量很难保证的客观条件，孙宇辉他们在产品研发过程中不仅使用优质的眼底图像，还使用质量欠佳的图像来训练模型，这样可以更接近基层医生的真实使用场景。“在技术实现的道路上，永远没有‘最好’，所以我们只能不断做到‘更好’，better than better！”
未来致远慧图不仅仅做糖网病的筛查，还会继续研究用人工智能技术来帮助眼科的其他疾病的筛查和诊断，在眼科影像这个领域做的更加深入。
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#研究员#
90
#英特尔#
68
#糖网病#
79