资    源
  • 资    源
  • 文    章


当前位置:查字典生物网 >学习园地 >生物资讯 >IBM 糖尿病性视网膜病变研究新进展,检测与分类准确性达 86%

IBM 糖尿病性视网膜病变研究新进展,检测与分类准确性达 86%
来源: 查字典生物网| 2017-04-25 发表| 教学分类:生物资讯

学习园地

IBM 糖尿病性视网膜病变研究新进展,检测与分类准确性达 86%1

最新研究表明,IBM 的深度学习技术在对糖尿病性视网膜病变的检测与分类上的准确性已经达到 86%。IBM 方面表示,该诊断工具可以帮助医生更好地了解疾病进展并确定治疗方案。

据了解,糖尿病性视网膜病变也被称为糖网病,是糖尿病的并发症之一,发病率高,与糖尿病总是如影随形。糖网病病变早期,并不会导致患病者强烈的不适,而是像温水煮青蛙一样逐步侵蚀患者视力。所以当患者反应过来视力大幅下降时,可能为时已晚,导致丧失的视力无法恢复。

有数据统计,目前全球范围内大约有 4.15 亿的糖尿病患者面临视网膜病变的风险。通过技术创新对有风险的患者进行有效筛查并及时治疗,以防止患者失明,显得尤为重要。包括谷歌在内的国际巨头都在探索将人工智能应用到糖网病的筛查中。国内也有上工医信、肽积木等创业公司从事这方面的研究。

此次,IBM 根据 35000 张眼底图片进行训练,以识别眼底病变。它可以将疾病按照严重程度分为 5 个级别:无糖尿病性视网膜病变,轻度,中度,重度或增殖性糖尿病性视网膜病变。该方法结合了深度学习、卷积神经网络和基于词典的学习等方法以纳入疾病特异性病理学。

IBM 表示,传统的筛查方法是通过临床医生来对患者定期监测,诊断其糖尿病性视网膜病变的情况。这种方面耗费的时间长,且有很强的主观性。而计算机视觉诊断方法可以在 20 秒内完成对糖尿病性视网膜病变的诊断和分类,帮助临床医生筛选出更多的患者,提升工作效率。

澳大利亚 IBM 研究部副总裁兼实验室总监 Joanna Batstone 博士称:“近期在深度学习和图像分析技术方面取得的进展有助于解决我们正在面临的健康挑战。自动且高精度的 DR 筛选方法有可能帮助医生筛查出更多的病人。”

除了在糖网病的筛查上,IBM 在糖尿病的研究上也早有布局。2015 年底,IBM 旗下沃森健康 (Watson Health)就与生物制药公司诺和诺德合作,开发“虚拟医生”,为糖尿病患者提供胰岛素用量等治疗建议。去年 6 月,Watson Health 还与美国糖尿病协会(ADA)达成合作,双方将携手打造一系列数字工具,利用大数据帮助人们预防、鉴别和治疗糖尿病。

【IBM 糖尿病性视网膜病变研究新进展,检测与分类准确性达 86%】相关文章:

研究揭示 心脏病独特信号传导路径

海洋生命发展

日本毛发再生研究获新进展 三年后望可临床试验

美研制大脑思维翻译器欲将思想变语言(图)

《PLoS综合》:野生物种更具进化优势

苹果树下挖出人头骨揭开古笮人消失之谜?

桃花水母:古老生物缘何亿万年后再现?

如何在生物月考中总结问题

科学家发现变色甲虫 2分钟内由金色变红色

香港的研究团队:蛋白复合物含有人类失聪的秘密

最新生物学习园地
热门生物学习园地
精品推广
随机推荐生物学习园地
学科中心