2023年9月13日，来自University College London与Moorfields Eye Hospital的周玉昆(Yukun Zhou) 和Pearse A. Keane等研究人员,在Nature杂志上发表了题为 A foundation model for generalisable disease detection from retinal images的研究论文。该项研究报道了AI视网膜基础模型 (RETFound) 的开发和验证，旨在缓解AI模型对于巨量标注数据的需求，并增强模型在疾病探测任务上的泛化能力。RETFound是眼科领域第一个基础模型，具有当前最大规模之一的训练数据库和最全面的验证任务。该开源模型(https://github.com/rmaphoh/RETFound_MAE)可应用于自定义的下游任务，促进多样化的眼科研究。
该研究验证了RETFound在适应多种医疗应用中的功效和效率，展示了在检测眼部疾病方面的高性能和泛化能力，以及在预测系统疾病方面的显著改进。通过克服当前临床AI应用的障碍，尤其是标注数据的规模和性能以及泛化能力的限制，基于自监督学习的基础模型为加速、数据高效的设备打开了大门，这些设备可能会改变患有眼部或全身性疾病的患者的护理方式。
编译来源：https://mp.weixin.qq.com/s/WCW9HJHhLPjRIp24nFQwqQ
