<mark id="oztn4"></mark>
0
雷鋒網消息，國際醫學影像頂級會議ISBI舉辦的IDRiD眼底圖分析競賽剛剛公布成績，中國團隊的表現亮眼。其中包括科大訊飛、平安科技等大公司以及北卡來羅納大學、新加坡國立大學、北京大學、南方醫科大學、三星研究所等學術機構紛紛參與。
此次比賽共分為病灶分割、疾病分級、視神經盤與中央凹檢測三個子比賽項目。
由視網膜毛細血管局部擴張而形成的微動脈瘤（MA）是糖網病最早期的病狀，在眼底圖像中一般表現為細微紅點，隨之出現的出血點（HE）、硬滲出（EX）與軟滲出（SE）往往表明了糖網病的不同嚴重程度。因此，準確檢測出視網膜病灶，特別是微動脈瘤（MA），對糖網病的早期診斷與治療具有重要意義。病灶分割比賽的目標便是要檢測出上述四種病灶的位置，并提取出病灶的準確邊界。
在各個比賽項目的得分上，中國的人工智能企業表現亮眼：
科大訊飛在MA上奪得第一，HE上排名第三，SE得分同樣排名第三，EX得分第二；
平安科技“PATech”團隊在MA上得分排名第三，HE得分第二，EX得分第一。
這兩家企業在以往的一些競賽上的成績都很不錯。去年8月，科大訊飛在國際醫學影像領域的權威評測LUNA上獲得平均召回率92.3%的檢測效果，刷新世界記錄。今年1月，同樣是在LUNA上，平安科技團隊分別以95.1%和96.8%的精度刷新了“肺結節檢測”和“假陽性篩查”的世界紀錄。
同時，國內學術機構也與國外頂級醫療機構合作開發相關的疾病算法。據雷鋒網了解，在這份表單上，山東師范大學和南方醫科大學以及北卡羅來納大學教堂山分校進行合作；南方醫科大學與休斯頓的MD安德森癌癥中心牽手；浙江大學與新加坡國立大學、新加坡生物信息學研究所以及北京上工醫信公司等合作，這些醫工結合的團隊在競賽中的表現也不俗。
其實，主辦方ISBI積極推動此類算法競賽的原因在于他們深知“算法在人工智能技術與醫療行業融合過程中推進作用”。利用計算機輔助診斷系統來分析視網膜圖像可以減少糖尿病患者的篩查范圍，并幫助臨床醫生節約時間。計算機技術、通信系統和機器學習技術的不斷成熟為生物醫學工程師和計算機科學家提供了臨床實踐需求的機會。因此，高質量的視網膜圖像集對于開發算法和系統至關重要。
目前，業內針對肺結節、糖網病檢查等場景的醫療人工智能產品診斷準確率普遍很高，但是真實情況并非如此樂觀。企業在訓練自己模型時通常都有自己的數據庫，各自的算法都是按照自己的數據進行訓練，然后以自己的數據來驗證準確性。
ISBI舉辦的IDRiD眼底圖分析競賽的目的在于為各個參賽團隊提供一個完全陌生的環境，來評估各個參賽團隊自動檢測和對糖尿病視網膜病變和糖尿病黃斑水腫進行分級的算法，以此來考驗團隊算法的實戰能力。
雷鋒網了解到，IDRiD的眼底圖像由位于印度馬哈拉施特拉邦的一家眼科診所的視網膜專家拍攝，從上萬張圖像中提取了516張來形成競賽用的數據集。這個挑戰的數據庫IDRiD(印度糖尿病視網膜病變圖像數據集)是印度人口的第一個數據庫代表。
此外，它是唯一一個由典型糖網病變和正常視網膜結構組成的數據集。該數據集提供關于糖尿病性視網膜病的疾病嚴重程度以及每張圖像的糖尿病性黃斑水腫的信息。這使得它對糖尿病視網膜病變早期檢測的圖像分析算法的發展和評價是一張理想的“考卷”。
專家證實，所有的圖像都具有足夠的質量和臨床上的相關性。醫學專家對516幅圖像進行了分級，并對其進行了各種病理條件的分析。在CSV文件中提供所有圖像的分級。根據國際臨床糖尿病視網膜病變量表，將糖尿病視網膜圖像分為不同的組。黃斑水腫的嚴重程度是根據在斑點中心區域附近出現的硬分泌物而決定的。
詳細競賽信息請點擊：https://idrid.grand-challenge.org/leaderboard/
部分參考資料來自訊飛研究院
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
