研发Visionome技术算法可智能高效诊断多种眼病
与传统图片级分类标注方法相比,Visionome技术可多产生12倍标签,而这些标签训练出来的算法显示了更好的诊断性能。基于此技术,团队训练出可准确识别多种眼前段病变的裂隙灯图像智能评估系统,可应用于大规模筛查、综合分诊、专家级评估、多路径诊疗建议等多个临床场景。不仅在回顾性数据集中表现出眼科专家级别的诊断水平,在前瞻性数据集中也表现出色。使用者通过在Visionome诊断系统中上传眼前段图像,即能一次获得多个部位的全方位诊断,与传统的人工智能算法相比,Visionome系统可生成更加全面、精细、具体的报告,真正让医学人工智能应用揭开神秘的面纱,成为一个接地气的“医生”。
中山大学
2021-04-13