北京协及病院眼科主任医师陈有信领衔跨机构研究团队乐成开发了基在超广角眼底影像（UWF）与深度进修技能的全景式病变辨认（WARM）人工智能体系，该体系可精准辨认25种眼底疾病并智能天生转诊建议，为眼底病筛查与分级诊疗系统提供新路径。近日，相干结果发表于《细胞》子刊《细胞陈诉医学》。

?

眼底是洞察视觉康健的窗口，也是窥伺全身康健状况的怪异桥梁。眼底病变致使的不成逆性目力毁伤已经成为全世界致盲的重要缘故原由。跟着人口老龄化加重与疾病谱系繁杂化，视网膜专科医师的人力资源欠缺与地区漫衍不均问题日趋凸显，制约了眼底疾病“早筛、早诊、早治”防控计谋的有用实行。

传统眼底相机仅能捕捉约15%的视网膜区域，存于显著的周边病变漏诊危害。超广角成像技能可拍摄更广的视网膜区域，可笼罩约82%视网膜面积。研究团队运用的超广角成像技能，为AI模子练习提供更为抱负的数据基础。

陈有信团队结合天下26家三级医疗机构，构建了包罗约6万张UWF图象的超年夜范围高质量数据集，基在原创性跨域协同窗习算法等，开发出全景式病变辨认（WARM）、基准模子比照（BASE）及区域机能对于比（WARM-PPR）三年夜深度进修模子。

模子可精准辨认正常眼底和糖尿病视网膜病变、视网膜离开等25类眼底疾病，并基在病变特性智能天生分级转诊建议，模仿临床筛查决议计划流程。值患上留意的是，WARM模子对于周边和洋溢性病变的辨认效能显著优在区域限制型WARM-PPR，彰显了全视线成像对于周全眼底筛查的临床须要性。

于严酷的多中央验证中，WARM揭示出优良的筛查效能。与低级眼科医师的对于比试验还有展现出三木SEO-，医师人工阅片虽具高特异度（0.982），但敏捷度仅为0.583；而WARM模子则实现了敏捷度0.882与特异度0.846的优良均衡。尤其是于微小病灶辨认与繁杂病变判定方面，WARM模子具备较着上风，高度契合眼底病的筛查原则。

（北京协及病院供图）