7月31日，笔者从中山大学中山眼科中心获悉，该中心副主任林浩添教授团队牵头联合医疗人工智能企业鹰瞳Airdoc、广东省医疗器械质量监督检验所等国内外18家医疗、企业和科研机构，完成了全球首个眼科多病种人工智能真实世界研究。近日，该团队研究成果在国际顶级期刊《柳叶刀-数字健康》在线发表。该研究项目推出的眼科多病种人工智能可以筛查14种常见眼科疾病，平均准确率在95%以上。

　　“这项研究的重点，可以分解为：眼科多病种、人工智能、真实世界。”林浩添介绍，此前，该研究团队的糖尿病视网膜病变识别模块，已经获得了国家药品监督管理局颁发的第一个眼科人工智能软件Ⅲ类医疗器械产品注册证，可以在临床使用。但是，不少患者有两种或以上的疾病，能不能拍一次眼底照片，就可以筛查多个眼科疾病？

　　此项研究的创新点之一，眼底疾病综合性智能诊断专家——“CARE”模型，是眼科多病种筛查的关键。

　　作为医学人工智能，“CARE”模型是由大量照片和标签“训练”出来的：研究项目共纳入51家医疗机构的26万张眼底彩照，不但来源于三级医院、社区医院和健康服务机构等具有不同疾病特征人群，还涵盖了多种场景和设备来源。在算法上，“CARE”由单标签升级为多标签深度学习网络，即将多种疾病的标签和特征信息置于同一个神经网络训练。

　　“多标签深度学习网络，不但可以识别多种眼底异常，还能同时关联各疾病特征之间的关系。”中山大学中山眼科中心林铎儒博士介绍，“CARE”模型既减少了模型运行对计算资源的依赖，也将诊断的总体准确率从92.1%提升至95.2%。研究团队在全国35家不同级别的医疗机构，对“CARE”模型进行了临床真实环境验证。林浩添介绍，“CARE”模型可以识别14种常见眼底异常，包括糖尿病视网膜病变、高血压眼底病变、病理性近视眼底、视网膜脱离等疾病，模型的平均准确率为96.8%。