可检查视网膜疾病和评估严重程度的人工智能医疗方案面世

视网膜疾病是一种眼部疾病。 视网膜疾病常见的有以下 5 种：

1、血管和血管系统病变。如视网膜血管阻塞，动脉硬化性、高血压性、血液病性以及糖尿病性眼底病变等。

2、视网膜炎症。与脉络膜炎和视神经炎相互影响密切相关。

3、视网膜脱离。指视网膜神经层与色素上皮层的分离。

4、视网膜变性及营养不良。具有遗传因素。

5、视网膜肿瘤。其中以视网膜母细胞瘤为多见。

近日，中美研究人员开发了一个使用大数据和人工智能的平台，不仅可以识别两种最常见的视网膜疾病，还可以评估它们的严重程度。它还可以根据胸部 X 射线图像，区分儿童的细菌性肺炎和病毒性肺炎。相关论文刊登于《细胞》杂志。

广州市妇女儿童医疗中心和美国加州大学圣迭戈分校等机构的研究人员使用基于人工智能技术的卷积神经网络学习了超过 20 万张眼部光学相干断层扫描图。然后采用“迁移学习”技术，让计算机学会将已获得的知识用于解决其他相关问题。研究人员还使用了遮挡测试，对图像的数百块区域进行遮挡，评测准确度是否受到影响，从而识别出每幅图像中令计算机做出相关诊断最重要的病灶区域。

研究人员分析了人工智能平台对黄斑变性和糖尿病性视网膜病的诊断。结果显示，新技术可以在 30 秒内判断检查者是否需要治疗，准确度超过 95%。研究人员还将该工具应用于儿童肺炎诊断。通过检查胸部 X 光片，计算机能确定病毒和细菌性肺炎之间的差异，准确率超过 90%。

除了进行医学诊断外，这个人工智能平台还可以提供转诊和治疗建议，这超越了以往研究。此外，这项技术还有很多其他潜在的应用，例如，在 CT 扫描和核磁共振成像中区分癌和非癌病变。