智通財經APP獲悉,日前,上海長征醫院眼科、鷹瞳科技-B(02251)、澳大利亞莫納什大學、南京醫科大學附屬眼科醫院等參與的一項聯合研究提出了一種甲狀腺相關眼病智能診斷的新方法,即結合人工智能技術,利用面部外觀照片,實現多種甲狀腺相關眼病體征的自動化診斷,相關研究成果近日發表。
研究共收集了2013年1月至2018年1月在醫院連續治療的1560名TAO患者的面部照片及其病曆。
從病曆中,研究人員挑選了7種常見的TAO症狀:眼睑退縮、眼睑充血、眼睑水腫、結膜充血、結膜水腫、角膜潰瘍和眼球運動障礙作爲診斷的主要目標病別,並通過眼部定位、眼部標志物分割、體征診斷叁個系統模塊實現不同體征的智能化診斷。
研究結果顯示,該系統診斷TAO多種體征的平均AUROC(受試者操作特征曲線下面積)超過0.85,F1評分>0.80。這也就表明,研究者提出的智能診斷系統能夠准確地識別TAO的多種常見體征。
與手動診斷相比,自動診斷系統有幾個優點:基于深度學習技術的面部TAO體征診斷系統響應快速且准確性高;該系統對設備要求低(只需照相即可完成),可適配多種平台,包括移動設備和雲服務;該系統可爲TAO患者提供便捷的自動診斷服務,並可以用于大規模人群的TAO早篩。
根據相關診斷標准,眼球突出是TAO的重要診斷標志之一。因此,面部外觀照片的使用能很大程度上減少患者就醫和轉診的時間。
但是,完全依賴人工進行的面部照片TAO診斷不僅耗時,而且准確率較低。數據顯示,約26%的TAO患者在12個月後才確診,很多患者未獲得及時且專業的治療,導致病程惡化。
近年來,人工智能技術在醫學影像領域應用廣泛,顯著提高了多種眼部疾病的診斷准確性和效率。然而,對于TAO自動篩查的研究與報告十分匮乏,此前未有關于基于人臉圖像的TAO智能診斷相關研究。
研究的第一作者、上海長征醫院黃潇博士介紹道:“我們結合深度學習和機器學習的技術,提出了一種基于人臉圖像的TAO智能診斷系統,系統包含多個診斷模塊,可以實現多達7種不同TAO體征的智能診斷,既准確又便捷。”