新华社广州电（徐弘毅、王美懿）中山大学中山眼科中心7月31日宣布，该中心研究团队近日牵头开发了一种眼底疾病人工智能诊断模型，真实世界研究结果显示，该模型可准确识别14种常见眼底异常，准确率与眼底专科医生相当。相关研究成果已在国际医学期刊《柳叶刀-数字医疗》在线发表。
该人工智能模型名为“眼底疾病综合智能诊断专家”，简称CARE，是一款用于筛查眼底疾病的深度学习系统。研究团队先从全国16家不同级别医疗机构回顾性收集20多万张后极部眼底彩照，按临床诊断规范进行眼底病变的标注，基于多疾病标签网络训练出CARE，使其可识别正常眼底图像和14种常见眼底病变，包括糖尿病和高血压2种系统性疾病的眼部表现，以及青光眼视神经病变等12种眼底异常。
CARE的真实世界验证在全国28个省份的35家医疗机构的真实临床场景中进行，包括8家三级医院、6家社区医院和21家健康管理中心。患者进行眼底图像拍摄后，CARE即时生成眼底病变筛查的结果报告，患者的筛查结果由具有执业资格的眼科医师最终确认。
研究团队将CARE的眼底病变识别能力表现分别与9组来自不同地区、4组具有不同年资的眼科医生进行对比。结果表明，不同地区、不同年资的眼科医生在眼底病变判断的表现上具有较大差异；而CARE系统不仅对疾病的识别能力媲美眼底病专家，而且表现非常稳定。
项目负责人、中山大学中山眼科中心副主任林浩添表示，CARE对计算资源消耗较少，在普通家用电脑就可以离线运行，减少对连接服务器网络的依赖，适用于医疗资源稀缺和网络条件差的地区进行眼底疾病筛查。
该人工智能模型名为“眼底疾病综合智能诊断专家”，简称CARE，是一款用于筛查眼底疾病的深度学习系统。研究团队先从全国16家不同级别医疗机构回顾性收集20多万张后极部眼底彩照，按临床诊断规范进行眼底病变的标注，基于多疾病标签网络训练出CARE，使其可识别正常眼底图像和14种常见眼底病变，包括糖尿病和高血压2种系统性疾病的眼部表现，以及青光眼视神经病变等12种眼底异常。
CARE的真实世界验证在全国28个省份的35家医疗机构的真实临床场景中进行，包括8家三级医院、6家社区医院和21家健康管理中心。患者进行眼底图像拍摄后，CARE即时生成眼底病变筛查的结果报告，患者的筛查结果由具有执业资格的眼科医师最终确认。
研究团队将CARE的眼底病变识别能力表现分别与9组来自不同地区、4组具有不同年资的眼科医生进行对比。结果表明，不同地区、不同年资的眼科医生在眼底病变判断的表现上具有较大差异；而CARE系统不仅对疾病的识别能力媲美眼底病专家，而且表现非常稳定。
项目负责人、中山大学中山眼科中心副主任林浩添表示，CARE对计算资源消耗较少，在普通家用电脑就可以离线运行，减少对连接服务器网络的依赖，适用于医疗资源稀缺和网络条件差的地区进行眼底疾病筛查。
