原標題：眼科 AI 的里程碑 | 全面解讀業內首個基于眼底照相的 AI 篩查系統指南

指南對硬件設備要求、數據采集規范、數據庫建立標準、算法評價、AI臨床應用流程提供了規范和建議。同時，在國際發布后不到3周的時間，指南英文版的展示數超過7萬余篇次，Science、PNAS、BMJ等142種國際著名科技期刊頁面也都同步鏈接。

作者 | 李雨晨

9月20-22日，第四屆嶺南眼科論壇暨第二屆全國眼科人工智能大會在廣州舉辦。

大會以“Eye+AI”為主題，由廣東省醫師協會眼科分會、中國醫藥教育協會智能醫學專委全國智能眼科學組主辦，中山大學中山眼科中心、廣東省醫師協會眼科醫師分會青年委員會、廣東省眼科診斷與治療創新工程技術研究中心承辦。

大會同期進行了基于眼底照相的DR篩查AI系統應用指南的發布推廣儀式。

先搭班子再唱戲

回顧第一屆全國眼科人工智能大會，全國智能眼科學組組長、大會主席袁進教授仍然覺得“這件事情開了個好頭”。

第一屆全國眼科人工智能大會其實是一個“搭班子”的過程，大會的嘉賓主要來自全國智能眼科學組，只有半天的議程，嘉賓也局限于學組內的專家。但是，大會結束后，這些專家依靠著自己的“朋友圈”，不斷吸引來自其他領域的學者和業界人士，為大會注入更多的新鮮血液。

到了第二屆，袁進發現各方力量對眼科AI方面交流的需要越來越強。

所以，學組決定將第二屆大會的主題設置為“Eye+AI”，從原來單純的學術交流會議變成學科融合的舞臺，讓各個參會代表更全面地了解眼科專業診療技術最新的發展趨勢，以及如何規范地、更有質量地去做好眼科AI。

據雷鋒網AI掘金志了解，本次大會設置了近80個主題演講，與人工智能相關的主題有“AI技術與眼科實踐”、“Eye+AI”、“眼科AI技術應用”，涉及青光眼、白內障、角膜病、糖尿病視網膜病變等多個關注度較高的病種。

袁進說到，醫療AI最重要的就是醫工結合，本次大會希望給有前景的智能成果提供一個展示與對接的平臺，讓這些成果進行路演，請算法專家、臨床專家以及風投專家，從不同角度來點評產品的價值——如果有，怎么樣做的更好；如果沒有，為什么沒有。

值得一提的是本次大會的眼底圖像算法大賽，中國的醫療AI行業很熱，但是底層能力的創新性，例如算法層面的突破卻并不明顯。袁進說到：“成果能不能接受第三方的檢驗，由算法專家、醫生來點評，這個大賽是我們第二屆的最大特色。”

大會主題的設置和競賽環節的設置也得到了參會者的認可。截至9月21日下午，大會的線下注冊人數已經接近500人，而去年的第一屆僅僅100多人，大會的增長勢頭迅猛。

適逢其時的指南

作為本次大會的重頭戲，9月21日上午，基于眼底照相AI篩查系統指南的推廣、5G眼科AI云系統以及《AI眼底彩照標注》團體標準啟動會相繼進行。值得一提的是指南的發布推廣，袁進在會上表示，這是目前醫學界里第一個AI方面的指南。

無論從技術發展，還是資本市場來看，AI在醫學影像的應用是目前人工智能各領域最熱門的賽道之一。但時至今日，醫療AI還遲遲不能商業化落地，其中一大重要原因是：產品研發和審批環節的標準體系尚未建立。

2018年11月起，中國醫藥教育協會智能醫學專委會智能眼科學組、國家重點研發計劃“眼科多模態成像及人工智能診療系統的研發和應用”項目組，就開始著手制定“基于眼底照相的糖尿病視網膜病變人工智能篩查系統應用指南”。

2019年8月，該指南在中華實驗眼科雜志正式發布（點擊查看指南全文）。指南對硬件設備要求、數據采集規范、數據庫建立標準、算法評價、AI臨床應用流程提供了規范和建議。同時，指南英文版在國際同步發布后不到3周的時間，展示數超過7萬余篇次，Science、PNAS、BMJ等142種國際著名科技期刊頁面也都鏈接了該“指南”。

南方科技大學教授、眼科學組成員唐曉穎教授說到，發布的指南意在提供一個標準，而這個標準主要是指圖像標注的標準化。“做算法最關鍵的一點就是如何標注圖像，標注的質量是影響模型性能的重要因素。”

目前，行業內存在的一個問題是，每一個團體都有自己的標準。

AI掘金志了解到的是，長征醫院影像醫學與核醫學科主任劉士遠教授是中國醫學影像AI產學研用創新聯盟的理事長 。該聯盟也致力于推動醫學影像AI基本規則的制定，其中包括術語、識別、標記等重要組成部分。

袁進說，現在醫療AI的各項標準還很不完善，沒有可參照的經驗。在這樣的情況下，只能由研究者和企業結合之后拿出一個固定的產品，形成自己的一個企業標準。那么在沒有其他標準的時候，企業標準可能會作為一個參照。

但是這個標準不一定會得到廣泛的認可。所以企業標準會尋求有資質的學術組織的審定，修改之后進行發布，這個時候企業標準就會變成團體組織的標準，其公信力、權威性就會更上一個臺階。

當然，不同的學術組織可以推出不同的團體標準。當團體標準達到一定的規模，國家可能會在團體標準的基礎上產生強制性的“國標”。

袁進說到，現在發布的指南也只是針對眼底相機的糖網篩查，沒有辦法去做一個更大范圍的指南，但是邁出的第一步是非常重要的。

“在我們學組的內部，是由百度公司根據自己的產品形成企業標準，然后再由我們學組內部進行討論，上升為團體標準，我們現在處于第二階段，鼓勵大家用這個標準去評估實踐，并且進行完善。”

唯一入選科技部的眼科項目

2017年，科技部提出了 “數字診療裝備研發”重點專項。專項的設計初衷，是針對一些心腦血管疾病，研發早期診斷的創新解決方案并且圍繞創新解決方案進行臨床驗證，建立全新的醫療模式。眼科并不在當時的考慮范圍之內。

但在袁進看來，眼科疾病非常重要，是位列腫瘤、心腦血管之后的第三大影響生活質量的疾病，面臨的臨床挑戰更加艱巨。“你想想看，我們國家近13億人口，但是注冊的眼科醫生只有32000人，想要在有限的醫療資源條件下去服務這么大的患者群體，一定要用到新的解決方案和醫療模式。”

當時，袁進和唐曉穎正在合作角膜疾病的項目。兩人看到這個消息后，還是抱著“試一試”的心態，準備好資料后進行答辯，最后成為了唯一一個以眼科入選的項目。

除了疾病本身的重要性，項目的另一個出發點是，將人工智能診療系統應用到一些偏遠地區，把基層醫院、區域醫院，跟頂級醫院整合在一起。這也是大會同期啟動5G眼科AI云系統的一個重要原因，唐曉穎說到，“我們想做從設備端、到數據處理、軟件開發、應用落地，形成一個完整的閉環。”

這件事情需要多方角色的參與。因此，項目組下設了五個課題，各有分工。

課題一：主要是做眼科的創新成像設備的優化和升級，是由中山大學電子信息工程學院的光學團隊來做；

課題二：由中山大學眼科中心、廣東省眼科診療工程技術中心牽頭，進行眼部微血管的平臺和功能分析軟件的研發；

課題三：由蘇州六六視覺科技負責，主要負責眼科成像設備的制造，把光學成像系統和微血管分析系統進行集成和整合，打造多模態、一站式的成像設備；

課題四：有了硬件和軟件支撐，由唐曉穎教授所在南方科技大學的算法團隊牽頭，進行人工智能算法、眼科云系統的搭建；

課題五：由基層醫院——肇慶市高要區人民醫院牽頭，在該院落地新的5G眼科云系統，對重要眼病早期篩查的臨床效果，進行真實環境的評價。

袁進說到，“我們的想法就是，以臨床的需求為導向，整合行業里的各個角色，形成一個創新的復合體，去解決臨床上的通用性問題。

未來，眼科人工智能醫療平臺將會包含兩個部分：多模態的一體化成像平臺以及眼科云診斷系統，從而達到功能診斷、遠程判斷、全程預警的功能。

項目的工程機設計已完成

眼科重大眼病的早期診斷是實現醫保控費、實現“健康中國2025”的重要一步棋。早期診斷才意味著早期介入和干預，早期介入和干預才能夠阻斷病情的自然發展。

因此，項目組選擇了用戶基數最大的糖尿病視網膜眼底病變（以下簡稱糖網）。當然，除了糖網，未來還會慢慢拓及到老年黃斑變性、青光眼、角膜病等眼科問題，逐漸形成全眼覆蓋的解決系統。

袁進說到，目前，大家把AI當成一個輔助決策系統。所以，AI第一個要滿足的功能需求就是判斷對疾病進行定性。在此基礎上，對疾病的嚴重程度進行分期、分級。

除了上述兩點，還需要讓AI對看到的影像結果進行生物測量。“有了這些生物測量以后，就有更加量化的指標進行評價，這是我們目前做的比較重要的一件事情。”

唐曉穎表示，目前，AI診療系統的數據主要是來自于袁進所在的中山大學中山眼科中心。在判斷患者是否患有糖網這件事情上，AI系統的表現基本上沒有問題，“我們在多中心圖像上的準確率可以達到90%。”

同時，AI系統也能對糖網進行分級、分期。目前系統對糖網的六分期準確率達到80%。因為相比于定性，眼底疾病分期的挑戰更大。

除了分類之外，團隊還做了很多病變檢測的工作，例如出血、滲出，以及結構性的標注，例如眼底的黃斑中心、視杯視盤，以及提供特征參數。

當然，這其中也存在很多挑戰。

唐曉穎表示，最主要的還是數據問題。“我們也拿給袁教授看過，像Kaggle這樣的公共數據集，有一些標注也不太準，所以我們要做大量的清理和重標工作。”

而且，病變檢測比分類的難度更大，需要醫生手動標注。最后，系統能不能經得住市場的考驗，到底能不能投入到醫院里？

在解決這些問題之后，AI系統需要從單模態、單任務跨越到多模態、多任務。“我們現在做的只是針對眼底圖片來診斷糖網，但我們未來的終極目標是將整合了OCT的光學系統、血管系統、眼底照相系統的多模態AI，用于診斷青光眼、診斷黃斑變性等其他眼科病。

當然，因為該產品涉及到多方角色，有高校、醫院以及企業，產品的最終歸屬權是一個重要的問題。袁進說到，醫院和研究機構是技術提供方，但是申報、注冊產品一定是依托于企業，團隊跟企業去共享成果。

經過3年多的發展，各界都期盼著國內第一張醫療AI的證書能盡早批下來。而說到AI產品的落地，就不得不提FDA批準的IDx-DR，這是目前世界上唯一一款獲批的人工智能診斷設備。

唐曉穎說到，IDx最大的成功是把AI系統和硬件進行了結合。“單純的AI的系統，很難做到在跨設備的同時，又能保持很好的敏感性和特異性。但是如果綁定設備，至少能夠在這臺設備上達到很高的水準。做AI算法的團隊很多，主動跟硬件結合的比較少。”

在唐曉穎看來，這種“單兵作戰”的方式，會對產品的落地推廣帶來挑戰。“百度有他們自己的算法，但是也會指定一個眼底相機的供應商，然后把系統和相機打造成一體機去進行推廣。我覺得這是一個比較好的范本。”

在這樣的思路下，承擔課題三的六六視覺科技就承擔了“最后一公里”的任務，該公司副總經理龐杰說，目前眼科多模態的成果，已經完成了設備工程機的設計，爭取一年之內把產品完成。

“這也是項目組對我們提出的要求和目標，我們也希望，能夠盡快將這一套智能的數字診療裝備帶到公眾面前。”返回搜狐，查看更多

責任編輯：