批量制造医生 人工智能AI准确诊断糖网

眼睛是心灵的窗户，通过眼睛我们可以直观的了解世界，可是你是否想过，有一天你或者你身边的亲戚朋友会突然失明？我国因眼病或外界因素致盲人数每年都在不断地增长，其中，致盲率最高的眼病有白内障、青光眼、糖尿病视网膜病变、老年性黄斑变性、角膜疾病、高度近视等，每个人都有潜在失明的危险，因此我们应该平时关注我们眼睛的护理。

糖尿病患者是当今世界上最大的疾病人群之一，全球已经超过4.15亿人得了该病，糖尿病性视网膜病变是最常见的糖尿病并发症，患病初期并无明显异常症状，但最终会导致视力丧失最终失明，目前全世界有超过6000千万人患有这一疾病，已经成为四大致盲眼病之一。

临床上根据是否出现视网膜新生血管为标志，将没有视网膜新生血管形成的糖尿病性视网膜病变称为非增殖性糖尿病性视网膜病变（或称单纯型或背景型），而将有视网膜新生血管形成的糖尿病性视网膜病变称为增殖性糖尿病性视网膜病变，据WESDR的研究报告，患糖尿病5年以上DR发病率约为17%；患糖尿病10年以上DR发病率为26%；患糖尿病20年以上DR发病率为63%。

糖尿病性视网膜病变早期并没有明显症状，甚至出现轻微症状的时候，往往会因为患者缺乏意识而认为是眼部劳累所致，最终等到视力严重下降，已经很难治疗，最终导致失眠。

从医院角度来看，中国还有20%的县级医院没有眼科（数据来源于，2016年中华医学会第二十一次全国眼科学术大会），并且中国眼科医师尤其是眼底专业医师较少，且多分布在城市大医院，我国约有1.14亿糖尿病患者，中国的眼科医生约为3.6万余名，患医比达到惊人的3166：1，使得这些医院和医生负担很重。

这是人工智能最好的时代，通过深度学习方法可以解决很多领域的困难，医疗便是最主要的应用领域之一。

众多周知，人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能，基于深度神经网络，机器将被摄取图像转换成图像信号，传送给专用的深度神经网络，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号，经过大量同类型图形的学习，从而训练出图像识别模型。

国内人工智能领军企业Airdoc，一直关注人工智能和医疗领域，我们发现通过人工智能可以让医疗更加高效，我们希望能够通过人工智能让更多的医生和患者得到帮助。

Airdoc借助机器学习和计算机视觉领域的最新进展，在国际领先眼科医生的帮助下训练了15万张图片，建立深度学习算法，使机器能够解度视网膜眼底照片，进行病理区域检测，自动对照片进行诊断，精准地分型分期。经过和人类医生的多伦PK，在灵敏性和特异性等主要指标上，获得了和人类医生相当的结果。

目前我国眼科医生的缺失，导致大部分糖尿病性视网膜病变患者并不能够在早期诊断，眼科医生诊断对经验要求高，短时间内并不能大批量培养出眼科专家，随着科技发展，尤其是人工智能领域的技术突破，完全可以使用计算机辅助筛查和诊断，提升医生的工作效率。机器自动读片，对糖尿病眼底影像进行分型分类，辅助医生诊断，弥补中国眼底医师的数量缺口。同时，减少医生看片的重复劳动，降低因疲劳和经验不足带来的误诊和漏诊，提升医生的工作效率，让医生有更多时间专注于疑难杂症。

目前我国有百万的基层医疗机构，因为软件和硬件因素而失去患者的信任，使用人工智能自动读片，降低对医生的专业要求，让基层医疗机构的医师经过简单培训，即可进行DR筛查和诊断。降低糖尿病眼底筛查门槛和成本，让基层医生起到健康防护神经末梢的使命，使得对糖尿病性视网膜病变的整体预防得到提升。