華南理工團(tuán)隊建立眼科專用AI數(shù)據(jù)集，累計涵蓋30多種眼疾，推動病理性近視自動篩查工具的面世

“我們研發(fā)出一種智能眼病篩查系統(tǒng)，它集成了基于數(shù)據(jù)集訓(xùn)練的 AI 模型和眼底照相機(jī)等系列硬件設(shè)備，能在完成眼底彩照拍攝后 15 秒內(nèi)，針對 30 多種疾病給出診斷建議，而這些都基于高質(zhì)量的訓(xùn)練數(shù)據(jù)?！比A南理工大學(xué)許言午教授表示。

圖 | 許言午（來源：許言午）?

數(shù)據(jù)，也是許言午近年來打交道最多的對象。在眼科 AI 領(lǐng)域，糖尿病視網(wǎng)膜和青光眼一直是學(xué)者們關(guān)注的熱門病種。關(guān)于這兩個病種的自動篩查和診斷，此前已經(jīng)取得了顯著發(fā)展，也有不少醫(yī)用設(shè)備落地。

但是，鮮少有人研究病理性近視眼的自動篩查診斷，該疾病是一種不可逆性致盲性眼病[1]。在 40 歲以上的中國人群中，病理性近視眼的患病率大約為 3.1%，年發(fā)病率約為 0.05%。

病種公開數(shù)據(jù)的匱乏，是該疾病未得到充分研究的重要原因。同時，數(shù)據(jù)也是醫(yī)療 AI 在發(fā)展中面臨的一大挑戰(zhàn)。醫(yī)療數(shù)據(jù)的獲取，通常面對隱私、倫理等方面的限制。

不同于其他的 AI 細(xì)分領(lǐng)域，由于對專業(yè)知識和對經(jīng)驗的要求，醫(yī)療數(shù)據(jù)的標(biāo)注通常要由專職醫(yī)生完成。

這更加拉高了數(shù)據(jù)的獲取成本和獲取難度。眼科 AI 領(lǐng)域的研究也是如此，數(shù)據(jù)缺失成為前行路上最大的一只“攔路虎”。

建立 iChallenge 數(shù)據(jù)集，讓模型訓(xùn)練“彈藥”更豐富

幾年前，許言午開始研究眼科 AI，當(dāng)時眼科圖像分析尚未成為熱門方向，研究者少、論文也少。不過，他有幸獲得一些數(shù)據(jù)資源，相關(guān)成果也獲得了不錯的影響力。

這讓他深刻認(rèn)識到，如果想推動這個領(lǐng)域的發(fā)展和壯大，必須讓公開數(shù)據(jù)集更加豐富，只有這樣才能為研究者們提供模型訓(xùn)練的“彈藥”。而這也正是許言午投身數(shù)據(jù)集建設(shè)的初衷。

后來，他的這個想法得到了中山大學(xué)張秀蘭教授這位一線臨床專家的支持。她非常愿意貢獻(xiàn)所在醫(yī)院收集到的數(shù)據(jù)，和許言午共同推動國內(nèi)眼科圖像分析領(lǐng)域的發(fā)展。

隨后，許言午和張秀蘭教授一同建立了名為 iChallenge 的數(shù)據(jù)集，在遵循數(shù)據(jù)隱私和倫理規(guī)范的前提下，許言午等人每年都會針對眼科圖像數(shù)據(jù)進(jìn)行收集、標(biāo)注和公開。

該團(tuán)隊為醫(yī)生群體搭建了完善的標(biāo)注框架和標(biāo)注流程，同時也為他們提供標(biāo)注工具，讓醫(yī)生可以在標(biāo)注工作中充分發(fā)揮專業(yè)知識。

而為了推動病理性近視自動篩查診斷領(lǐng)域的發(fā)展，課題組在 iChallenge 中發(fā)布了 PALM 數(shù)據(jù)集。

當(dāng)下，全球范圍內(nèi)的病理性近視患病率正在不斷增長，在眼疾 AI 自動診斷工具日漸普及的背景下，PALM 數(shù)據(jù)集的公開非常及時。PALM 數(shù)據(jù)集累計包含 1200 張和病理性近視相關(guān)的眼底彩照。

以往的公開眼科數(shù)據(jù)集通常只提供患病與否的標(biāo)簽。而 PALM 數(shù)據(jù)集除了提供患病與否的標(biāo)簽之外，還提供了解剖結(jié)構(gòu)和相關(guān)病變的標(biāo)注，具體包括視盤分割、中央凹定位、斑片狀視網(wǎng)膜萎縮和視網(wǎng)膜脫離這兩種病變區(qū)域的分割標(biāo)注。

這些標(biāo)注能提供更加豐富的細(xì)節(jié)信息，借此提升模型效果，進(jìn)而更全面地分析疾病模式，最終提供更準(zhǔn)確的病理性近視診斷建議。

據(jù)了解，所有標(biāo)注工作均由中山大學(xué)中山眼科中心的 7 名眼科醫(yī)生完成，這是一群平均年資在 8 年以上的醫(yī)生群體。另外，一名年資超過 10 年的眼科醫(yī)生負(fù)責(zé)把控標(biāo)注質(zhì)量。

2018 年，iChallenge 數(shù)據(jù)集發(fā)布了第一個子數(shù)據(jù)集 REFUGE——1200 張分析青光眼的眼底彩照數(shù)據(jù)集。

后來，該團(tuán)隊在醫(yī)學(xué)影像頂級期刊 Medical Image Analysis（2022 年 IF 為 10.9）上發(fā)表了關(guān)于 REFUGE 的綜述論文，論文題為《REFUGE 挑戰(zhàn):基于眼底彩照自動分析青光眼方法的統(tǒng)一評估框架》（REFUGE Challenge: A unified framework for evaluating automated methods for glaucoma assessment from fundus photographs），許言午和張秀蘭擔(dān)任通訊作者。

這篇綜述論文獲得了出乎意料的影響力，此后 Medical Image Analysis 期刊的投稿類別中新增了“Challenge Report”選項，專門用于接受此類算法挑戰(zhàn)比賽的相關(guān)論文。

截至目前，這篇論文已入選《基本科學(xué)指標(biāo)》近十年高被引論文。在谷歌學(xué)術(shù)上的引用次數(shù)也已經(jīng)達(dá)到 502 次。

圖 | 相關(guān)論文（來源：Medical Image Analysis）

讓數(shù)據(jù)集“物盡其用”，連續(xù)舉辦八屆比賽引入創(chuàng)新活水

數(shù)據(jù)集的建設(shè)耗時耗力，為了讓數(shù)據(jù)集真正實現(xiàn)“物盡其用”，許言午開始舉辦 iChallenge 算法挑戰(zhàn)賽，希望通過比賽的形式、競爭的性質(zhì)，激發(fā)學(xué)界和業(yè)界的創(chuàng)新熱情。

同時，他充分利用自己的另外一個身份——醫(yī)學(xué)圖像頂級會議 MICCAI（Medical Image Computing and Computer Assisted Intervention Society）OMIA 國際眼科研討會創(chuàng)始主席的“便利”，將數(shù)據(jù)集的公開、挑戰(zhàn)賽的舉行、以及 OMIA 研討會三者相結(jié)合，把數(shù)據(jù)集和挑戰(zhàn)賽主動帶到眼科 AI 研究者們面前。

事實證明，這兩種數(shù)據(jù)集的推介方式非常有效。截至 2023 年，這一賽事已經(jīng)連續(xù)舉辦 8 次，累計超過 5000 支隊伍參加過挑戰(zhàn)賽。參賽者們利用數(shù)據(jù)集訓(xùn)練他們的 AI 模型，提出了很多創(chuàng)新解決方案。

在 2021 年舉辦的 GAMMA 挑戰(zhàn)賽中，曾經(jīng)有一個由醫(yī)學(xué)生組成的參賽隊伍，獲得單任務(wù)前三名的好成績。醫(yī)學(xué)生普遍被認(rèn)為沒有太多計算機(jī)基礎(chǔ)，在算法設(shè)計和模型訓(xùn)練環(huán)節(jié)上似乎不占優(yōu)勢。

但是這組隊伍卻在一眾圖像分析專業(yè)選手中脫穎而出，這讓作為賽事舉辦者的許言午感到非常驚喜，也深深感受到 AI 的普及程度。

他說：“如果人人都能像這些學(xué)生一樣，將 AI 和個人專業(yè)領(lǐng)域的知識經(jīng)驗相結(jié)合，必將給個人和團(tuán)隊帶來額外的競爭優(yōu)勢?！?/span>

在 2023 年舉行的 STAGE 挑戰(zhàn)賽中，有兩支企業(yè)參賽隊伍沖進(jìn)前三名。STAGE 挑戰(zhàn)賽的難度很高，作為主辦方的許言午等人預(yù)計只有具備良好臨床背景的參賽者，才能設(shè)計出更具針對性的高性能算法。

出乎意料的是，來自蕪湖明瞳數(shù)科公司的兩人團(tuán)隊 AIFuture Lab、和來自唯智醫(yī)療科技（佛山）有限公司的三人團(tuán)隊 VisionWise，分別獲得冠軍和季軍。這也是 iChallenge 算法挑戰(zhàn)賽中第一次出現(xiàn) 2 支企業(yè)隊伍獲獎的情況。

這讓許言午感受到企業(yè)愈發(fā)重視產(chǎn)研結(jié)合的趨勢。目前，iChallenge 數(shù)據(jù)集已經(jīng)成為全球最大的精準(zhǔn)標(biāo)注眼科數(shù)據(jù)集，截至 2023 年，iChallenge 數(shù)據(jù)集支撐了 750 余篇學(xué)術(shù)論文的發(fā)表。一系列挑戰(zhàn)賽也成為全球眼科 AI 研究者們探索、創(chuàng)變和交流的舞臺。

病理性近視自動篩查診斷設(shè)備或?qū)⒚媸?/span>

總的來說，基于 PALM（iChallenge）數(shù)據(jù)集訓(xùn)練的病理性近視自動篩查診斷算法，有望落地一款病理性近視自動篩查診斷設(shè)備。

同時，自動篩查診斷設(shè)備可以輔助醫(yī)生進(jìn)行疾病診斷，提升診療效率，實現(xiàn)醫(yī)療資源普惠。

隨著老齡化進(jìn)程的加速，再加上患者呈現(xiàn)出低齡化趨勢，眼病患者數(shù)量正在日漸增長。

其中，許多眼病存在較高的致盲風(fēng)險，發(fā)現(xiàn)得越晚風(fēng)險就越大，治療支出也就越高。因此，早期篩查和早期診療具有重要意義。

然而，在基層以及大部分偏遠(yuǎn)落后地區(qū)，醫(yī)生患者數(shù)量的不匹配，導(dǎo)致無法開展大規(guī)模人群的定時篩查，同時也存在醫(yī)生缺少專業(yè)能力的情況。而引入 AI 自動篩查診斷設(shè)備則有望改善這一難題。

已有研究表明[2]，相比人工篩查和非 AI 輔助遠(yuǎn)程篩查，AI 輔助遠(yuǎn)程篩查眼病的經(jīng)濟(jì)效益最高，有助于更多早期眼病患者的檢出和及時轉(zhuǎn)診。

通過 AI 自動篩查診斷設(shè)備，能夠?qū)崿F(xiàn)致盲眼病的“早期發(fā)現(xiàn)、早期診斷、早期治療”，從而為患者帶來更多福祉。

隨著人口老齡化程度的增加、以及人們對于眼健康關(guān)注度的提升，背后蘊(yùn)藏著多種眼疾自動篩查診斷的巨大需求。

醫(yī)療數(shù)據(jù)共享未來方向：多模態(tài)、多地區(qū)、多科室

過去，該課題組公開的數(shù)據(jù)集以眼結(jié)構(gòu)數(shù)據(jù)為主，主要涵蓋眼底彩照、AS-OCT 圖像等，這些數(shù)據(jù)集為眼部結(jié)構(gòu)相關(guān)分析提供了基礎(chǔ)。

2023 年 10 月，iChallenge 公開了 400 套分析青光眼的 3D 光學(xué)相干斷層成像檢查和視野檢查關(guān)鍵指標(biāo)數(shù)據(jù)。

其中，視野檢查是眼科檢查的一種，關(guān)鍵指標(biāo)主要包括視野靈敏度、視野平均偏差、視野模式偏差等。

在一些疾病中，比如青光眼、視神經(jīng)疾患、腦部疾病，患者會出現(xiàn)視野缺損或缺失的情況。

視野檢查數(shù)據(jù)，則能呈現(xiàn)被檢查者的眼部功能狀態(tài)。結(jié)合分析眼結(jié)構(gòu)數(shù)據(jù)和眼功能相關(guān)的數(shù)據(jù)，人們將能更全面地學(xué)習(xí)和理解眼部疾病的特征，更深入地挖掘眼部疾病與視野異常的潛在關(guān)聯(lián)，從而進(jìn)行更全面、多角度的眼健康評估，也為醫(yī)生提供更為完整的診斷依據(jù)。

2023 年公開的視野檢查數(shù)據(jù)是團(tuán)隊在開放更多模態(tài)數(shù)據(jù)方面邁出的第一步。而在 2024 年，iChallenge 數(shù)據(jù)集會繼續(xù)增加新的子數(shù)據(jù)集，以及涵蓋更多模態(tài)的數(shù)據(jù)，同時算法挑戰(zhàn)賽也會隨數(shù)據(jù)集公開舉行。

眾所周知，醫(yī)療數(shù)據(jù)在不同地區(qū)呈現(xiàn)明顯的差異。如果想要獲得更加全面的研究成果，從訓(xùn)練數(shù)據(jù)開始就需要囊括各個地區(qū)的數(shù)據(jù)。

因此，未來他們也將嘗試與在東南亞地區(qū)的合作伙伴一起，共同建立該地區(qū)的眼科數(shù)據(jù)集，為該地區(qū)的研究者填補(bǔ)數(shù)據(jù)的空白，也希望能借此促進(jìn)不同地區(qū)間的數(shù)據(jù)共享與合作，進(jìn)一步推動全球范圍內(nèi)眼科醫(yī)學(xué)的發(fā)展。

此外，主動健康是現(xiàn)在備受關(guān)注的一個方向。許言午將攜手合作者建立更多科室的公開數(shù)據(jù)集，例如體檢科、心血管科、腎臟科等，希望能復(fù)制他們在眼科 AI 領(lǐng)域的數(shù)據(jù)集建設(shè)經(jīng)驗，通過數(shù)據(jù)集開放、舉辦挑戰(zhàn)賽和發(fā)表綜述論文等方式，為主動健康領(lǐng)域的發(fā)展和創(chuàng)新貢獻(xiàn)一份力量，最終實現(xiàn)成果的落地和轉(zhuǎn)化。

參考資料：

1.中華眼科雜志, 2021, 57（6） : 401-405.

****：https://rs.yiigle.com/CN112142202106/1323618.htm

2.Hanruo Liu, Ruyue Li, Yue Zhang, Kaiwen Zhang, Mayinuer Yusufu, Yanting Liu, et al. Economic evaluation of combined population-based screening for multiple blindness-causing eye diseases in China: a cost-effectiveness analysis. The Lancet Global Health 2023, 11（4）: 456-465

運(yùn)營/排版：何晨龍