根據(jù)《2017年中國衛(wèi)生和計劃生意統(tǒng)計年鑒》獲悉，中國有4億左右慢性眼病患者，而只有3.6萬名眼科醫(yī)生，門診量超過1.1億，住院患者超過450萬?；加刑悄虿∫暰W(wǎng)膜病變的患者往往無法及時獲知病情，因此早篩早治是慢病管理的關(guān)鍵，但現(xiàn)今醫(yī)療資源無法滿足需求，導(dǎo)致許多病人到晚期才能發(fā)現(xiàn)治療，但往往為時已晚，為國家醫(yī)保帶來巨大的不必要負(fù)擔(dān)，嚴(yán)重影響該人群的勞動能力。
體素科技VoxelCloud-Retina眼科全病種篩查解決方案致力于眼科疾病的篩查，通過眼底相片，結(jié)合病人信息，全面檢查主要慢性眼底疾病病灶，除了糖尿病視網(wǎng)膜病變、糖尿病黃斑水腫、青光眼、白內(nèi)障、老年黃斑變性等病灶特征，還包括微血管瘤，視網(wǎng)膜內(nèi)出血，硬性滲出， 棉絮斑，視網(wǎng)膜外出血，新生血管，激光斑，玻璃膜疣，玻璃體混濁等十余種病灶病變。對其他病變亦能做到預(yù)警，以全病種為基礎(chǔ)的眼科全病種篩查解決方案，可以全面可靠，高效便捷地賦能眼科、內(nèi)科或內(nèi)分泌科醫(yī)生或護(hù)理人員，應(yīng)對各種眼底疾病進(jìn)行初篩。
目前全國很多偏遠(yuǎn)地區(qū)或社區(qū)醫(yī)院、體檢中心等相對來說沒有較強的醫(yī)生資源，能掌握眼底閱片的醫(yī)生更是數(shù)量甚少，因此人工智能閱片技術(shù)能為這樣的機構(gòu)提供更多的服務(wù)。體素科技VoxelCloud Retina眼科全病種篩查解決方案的誕生為國家醫(yī)療資源緊缺做出了巨大貢獻(xiàn)，也豐富了社區(qū)醫(yī)院、體檢中心等醫(yī)療機構(gòu)檢測手段，服務(wù)更多的病人。
體素科技VoxelCloud-Retina眼科全病種篩查解決方案技術(shù)理論
體素科技VoxelCloud-Retina眼科全病種篩查解決方案的研發(fā)涉及和采納了深度學(xué)習(xí)、圖像處理及醫(yī)學(xué)成像等多個領(lǐng)域的前沿技術(shù)。整體構(gòu)架分為如下模塊。
· 質(zhì)控模塊。根據(jù)輸入視網(wǎng)膜圖片， 本方案首先檢測圖片質(zhì)量， 后續(xù)步驟只針對拍攝合格的圖片進(jìn)一步進(jìn)行。由于質(zhì)控模塊從輸入中排除了模糊或噪點， 光照差或其他質(zhì)量不合格圖片，最終結(jié)果輸出的有效性得以保證。
· 病灶和疾病分類。針對質(zhì)控模塊判斷合格的圖片， 本方案判斷圖片中是否存在和眼部相關(guān)的病灶或疾病并對其分類。為了達(dá)到全病種篩差目的， 本方案涵蓋多種病灶和疾病，即包含糖網(wǎng)相關(guān)病灶以及糖網(wǎng)診斷分級， 又包含其他常見眼病的判斷， 如青光眼，黃斑病變等。
· 眼底結(jié)構(gòu)檢測， 分割和測量。針對質(zhì)控模塊判斷合格的圖片，本方案檢測并且進(jìn)一步分割眼底重要解剖結(jié)構(gòu)，如視盤視杯和黃斑的位置，大小以及輪廓， 以及視網(wǎng)膜血管分割， 并測量出杯盤比例。這些信息被直觀的顯示在用戶界面里以輔助用戶判斷眼底狀況。
· 眼底異常區(qū)域分割。針對質(zhì)控模塊判斷合格的圖片, 本方案判斷眼底是否存在異常區(qū)域并對其進(jìn)行分割。 異常區(qū)域不僅包括不同已知病變或疾病， 還包括可能存在的， 與訓(xùn)練集中正常圖片很不一致的眼底其它形態(tài)或結(jié)構(gòu)異常。目前我們在眼底黃斑區(qū)域附近進(jìn)行異常區(qū)域的檢測和分割。
體素科技VoxelCloud-Retina眼科全病種篩查解決方案是一個基于大量前沿深度學(xué)習(xí)算法和技術(shù)的完整解決方案。 從方案設(shè)計上， 我們創(chuàng)新的加入一個圖像質(zhì)量質(zhì)檢模塊， 從而保證了系統(tǒng)的魯棒性和輸出的有效性。我們的方案可以產(chǎn)生多種互補的輸出信息， 如疾病分類， 眼底結(jié)構(gòu)的分割， 以及眼底異常的分割， 從而多角度的輔助用戶判斷眼底狀況。
