《Nature | 一种用于泛化疾病检测的AI视网膜基础模型》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2023-09-14
  •     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

  • 原文来源:https://www.nature.com/articles/s41586-023-06555-x
相关报告
  • 《韩国标准科学研究院(KRISS)开发可精确模拟人体视网膜结构层与微血管系统的"视网膜模拟眼球模型",有望显著提升视网膜疾病检测的准确度与可靠性》

    • 来源专题:计量基标准与精密测量
    • 编译者:李晓萌
    • 发布时间:2025-10-09
    • 近日,韩国标准科学研究院(KRISS)成功研发出可精确模拟人体视网膜结构层与微血管系统的"视网膜模拟眼球模型"。该技术将为眼科影像诊断设备提供客观的性能评估与校准基准,有望显著提升视网膜疾病检测的准确度与可靠性。 *注:仿体(Phantom)是用于评估、分析及校准医疗影像设备性能的工具,可替代人体置入设备作为测量基准,常被类比为汽车碰撞试验中使用的"假人(Dummy)"。 视网膜如同相机胶片,负责感知光线并将视觉信息传递至大脑。近年来,随着人口老龄化、电子设备使用频率上升及遗传因素影响,视网膜疾病发病率呈增长趋势。由于视网膜一旦受损便难以恢复,因此疾病的早期诊断与持续监测显得尤为重要。 目前眼科领域为准确诊断各类视网膜疾病,普遍采用光学相干断层扫描(OCT)、荧光眼底血管造影等多种影像诊断设备。但现存问题在于,当不同医院、不同厂商的诊断设备测量值存在差异时,缺乏标准化基准可用于评估和校准这些设备。这导致诊断结果的一致性与可靠性始终难以有效提升。 为解决这一难题,KRISS纳米生物测量组与医疗融合测量组成功研发出能精确复现人体视网膜结构与功能的仿生眼球——“视网膜模拟眼球模型”。该模型如同带刻度的标尺,可精准评估诊断设备的性能指标。将其置入视网膜诊断设备进行测量,即可对设备图像分辨率、视野范围等关键性能实现客观验证与校准。 与仅能简单模拟部分视网膜层和血管的传统视网膜模型不同,本研究团队开发的仿生模型成功精密复现了视网膜的13层结构、曲面曲率、微血管网络形态与血流动态,甚至包括视网膜自发荧光特性。经比对验证,该模型与真实视网膜的结构特征匹配度高达90%以上。这款多功能模型具有广泛适用性,可适配从断层扫描设备到血管造影仪的所有诊断平台。 此项突破性成果为医疗设备标准化提供了基准,有望显著提升视网膜疾病诊断与治疗监测的精准度。医疗机构现已具备评估和校准诊断设备有效性的明确标准,这意味着患者无论在任何医院接受视网膜检查,都能获得一致且可靠的诊断结果。 此次研发的仿体模型预计将在产业界与教育领域获得广泛应用。视网膜诊断设备制造商可利用该模型在原型机阶段预先检测并改进设备性能,在生产流程中实现视网膜诊断设备产品质量的标准化管理。此外,通过采用与真实患者视网膜高度相似的仿体开展设备操作及诊断培训,有望显著提升医疗团队的专业能力。 KRISS纳米生物测量组长李相元表示:"随着近期视网膜疾病诊断需求激增,基于AI的诊断技术正得到广泛应用。通过该仿体对诊断设备进行校准,不仅能获取高质量的学习数据,还将有力推动AI诊断设备性能的优化升级。" 本研究获得科学ICT部全球TOP战略研究组与跨部门全周期医疗器械研发事业团的资助,成果已于7月发表于《Communications Engineering》期刊。
  • 《新的心脏瓣膜疾病检测模型的验证》

    • 来源专题:心血管疾病防治
    • 编译者:jiafw
    • 发布时间:2018-12-17
    • 目的:本研究的目的是明确听诊或即时扫描是否可以减少社区无症状杂音患者对标准超声心动图(经胸超声心动图)的需求。 方法: 2013年10月1日至2014年12月31日期间由心脏病专家进行听诊和即时扫描,在2015年7月21日至2017年5月9日期间由科学家完成听诊和即时扫描。 结果:在第一阶段(心脏病专家),有75名患者,平均年龄54(56名女性),第二阶段有100名患者,平均年龄60(76名女性)。在175例的研究对象中,52例(30%)经胸超声心动图结果异常,52例(30%)的即时扫描显示异常,45例(26%)的听诊预测异常(p = 0.125; 95%CI-0.02至0.29)。心脏病专家(91%)和科学家(83%)的听诊敏感性没有显着差异(p = 0.18; 95%CI -0.22至0.175),两者的特异性均为100%,心脏病专家的准确率为97%,科学家的准确率为95%;对于即时扫描,心脏病专家和科学家的敏感性、特异性、阳性和阴性预测值以及准确度均为100%。 结论在专科杂音诊所中的大多数患者进行了正常的听诊和即时扫描,并且没有通过标准超声心动图检测到额外的瓣膜疾病。这表明杂音诊所是减少医院超声心动图服务需求的有效模型。