至顶网CIO与应用频道 09月27日 人物访谈(文/王聪彬):中国约有1.1亿糖尿病患者,而糖尿病性视网膜病变是其最严重的并发症之一,发病率达24.7%-37.5%。随着老龄化社会的到来,年龄相关性黄斑变性的发病率也持续上升。但现阶段中国专业眼科医生稀缺、基层医院医疗资源匮乏、诊断方式低效等问题一直制约着眼科的诊断。
人工智能(AI)与眼科结合产生的目邻远程智能阅片平台,通过智能阅片,准确、量化、及时地对病人眼底影像进行初筛,将有效协助医生的诊断、提高诊断效率。尤其对于医生资源相对匮乏的地区,通过高效的远程医疗体系,使基层医院有望逐步接近与大医院同样的诊断水平。
眼科分级诊疗成为可能
现如今眼健康形式日益严峻,青少年近视高发。中国国家卫计委发布数据显示超过50%的人没有接受常规的眼科检查,超过90%的人发病后才进行治疗,对于老年眼科疾病和慢性疾病其实可以进行早期干预。
爱尔眼科旗下子公司湖南极视互联科技有限公司作为其互联网发展战略的主体,一直服务于眼健康检查、医学验光配镜、眼健康产品、私人眼健康医生、远程诊疗服务、转诊服务,其打造了线上、线下结合的眼健康“互联网+”服务模式。
但中国眼科医疗服务行业存在“全国分散、地区集中”的现状,通过远程医疗、智能化设备、大数据等技术的发展也让分级诊疗在眼科可以逐渐推行起来。英特尔联合爱尔眼科及极视互联、晋弘科技推出人工智能眼科疾病识别解决方案,打造目邻远程智能阅片平台,进一步提升对糖尿病视网膜病变(DR)和老年性黄斑变性(AMD)筛查的准确性和效率。
目邻远程智能阅片平台
“目邻远程智能阅片平台一方面实现分级诊疗,一方面实现眼健康管理。”湖南极视互联科技有限公司总经理徐鸣说,在基层医生是非常欠缺的,阅片平台可以用集中化的资源解决分散化的零散需求。
从社区卫生中心、视光中心、县级医院、眼镜店等机构进行数据采集,通过目邻远程智能阅片平台进行智能阅片,判断异常的片子会发送给阅片师进行阅片,最后所有眼底照片进行数据积累和继续学习,将诊断结果反馈给患者,并进行转诊。
“目邻远程智能阅片平台将在基层发挥作用,因为基层眼科医生稀缺,而且诊断能力也不足。”湖南极视互联科技有限公司副总经理、CTO孙涛说,通过将设备投入到社区卫生服务中心,眼底照片可以首先通过机器自主学习进行初步筛选,有疑问的照片通过远程发送给阅片医生进行再次判断。
目前将近20多家社区服务中心,以及10多家爱尔眼科自建社区眼健康服务中心都已经开始使用目邻远程智能阅片平台,预计年底达到50家,主要试点城市集中在长沙、北京、成都、天津、深圳。
AI阅片仅需10秒
目邻远程智能阅片平台分为软件、硬件两大组成部分,软件即人工智能+阅片系统,硬件即阅片中心+医生团队。目邻远程智能阅片平台使用了卷积神经网络(CNN),CNN属于机器学习的一个分支,实现图形识别。
目邻远程智能阅片平台选择DR和AMD首先作为人工智能筛选的病种,因为两个疾病在眼科行业患病率最高,特征提取相对便捷。孙涛指出,平台通过10万张已标记病灶的眼底照片进行一年半的学习,实现DR和AMD的识别准确度达到93%,其他病症的识别也在陆续研发中。
爱尔眼科及极视互联、英特尔、晋弘科技分别扮演着不同的角色,爱尔眼科通过分布全国的几百家医院提供眼底照片为平台进行学习,极视互联进行开发和运营阅片平台,英特尔针对阅片对芯片进行相应的研发,晋弘科技提供眼底相机设备生产以及人工智能模型。
从左至右:晋弘科技(台湾)股份有限公司董事长暨联合创始人郑竹明、英特尔数据中心医疗与生命科学集团亚太区负责人张晓波、湖南极视互联科技有限公司总经理徐鸣、湖南极视互联科技有限公司副总经理、CTO孙涛
目邻远程智能阅片平台搭建和图片存储都在第三方云平台上,人工智能的运算则放在本地数据中心,通过专线网络将三者连通。
英特尔数据中心医疗与生命科学集团亚太区负责人张晓波表示,目邻远程智能阅片平台是一个云到端的实践。英特尔在爱尔眼科已有的AI基础上,结合眼科图像分析处理的特点,从处理器及相关硬件优化的角度,提供定制化的硬件解决方案,包括人工智能算法的框架、Caffe和整体配套优化,帮助平台的计算提高3-5倍且更加精准,影像判断时间从1分钟缩短到10秒以内。
由于阅片医生的阅片资历不同,有些医生不能确定病症,照片会提交到上一级阅片师帮助阅片。平台还开发了阅片轨迹记录,让初级阅片师可以看到最终的阅片结果。
不管是任何眼底相机,目邻远程智能阅片平台可以对照片进行分析,所以平台在推广上非常具备普适性。最重要的推广问题是眼底相机的配备,晋弘科技(台湾)股份有限公司董事长暨联合创始人郑竹明表示,未来手持眼底检查设备的应用将大大加快平台的使用。
眼底相机
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。