[智能应用]香港中文大学开发新型基础AI模型，多种眼科疾病诊断能力优于人类 [1P] [复制链接]

IT之家 12 月 22 日消息，据《南华早报》今日报道，香港中文大学（CUHK）的研究人员开发了一种新的基础人工智能模型，能够帮助解决眼科临床任务，特别是在疾病筛查和诊断方面。随着生成式 AI 在医学领域的应用逐步增多，这一技术有望带来更广泛的影响。
这一名为“VisionFM”的新模型在诊断和预测多种眼科疾病方面表现出色，研究人员称，随着数据量的增加，这一模型可能会被广泛应用于更多的临床场景。相关研究已于上个月刊登在《NEJM AI》期刊上。
研究表明，VisionFM 在诊断 12 种眼科疾病时的表现与中级眼科医生相当，甚至更为精确。尤其在预测青光眼的进展方面，该模型的表现超过了眼科领域的第一个基础模型 ——RETFound。
VisionFM 的推出恰逢医学界对生成式人工智能的关注与日俱增，当前越来越多的研究人员和医疗专家开始探索生成式 AI 在改善医疗服务中的潜力。
据IT之家了解，香港人工智能与机器人研究中心（CAIR）今年年初推出了可用于辅助医生工作的 AI 模型，旨在协助外科医生进行手术规划和生成诊断报告。该模型基于 Meta Platforms 的 Llama 2 开源大语言模型研发，并已在广州的中山大学附属第一医院和香港的威尔斯亲王医院等医院投入使用。

　　香港中文大学（CUHK）的研究人员开发了一种名为“VisionFM”的新型基础人工智能模型，该模型在眼科临床任务中表现出色，特别是在疾病筛查和诊断方面。随着生成式AI在医学领域的应用不断增加，这一技术有望带来更广泛的影响。

　　VisionFM在诊断和预测多种眼科疾病方面表现出色，研究人员称，随着数据量的增加，这一模型可能会被广泛应用于更多的临床场景。相关研究已于上个月刊登在《NEJM AI》期刊上。

　　研究表明，VisionFM在诊断12种眼科疾病时的表现与中级眼科医生相当，甚至更为精确。尤其在预测青光眼的进展方面，该模型的表现超过了眼科领域的第一个基础模型——RETFound。

　　VisionFM的推出正值医学界对生成式人工智能的关注日益增加之际，越来越多的医生和研究者开始探索AI在提升医疗服务中的巨大潜力。今年年初，香港人工智能与机器人研究中心（CAIR）推出了一款辅助医生的AI模型，旨在协助外科医生进行手术规划和生成诊断报告。该模型基于Meta Platforms的Llama 2开源大语言模型开发，目前已在广州中山大学附属第一医院和香港威尔斯亲王医院等地投入使用。

　　香港中文大学（CUHK）的研究人员开发了一种名为“VisionFM”的新型基础人工智能模型，该模型在眼科临床任务中表现出色，特别是在疾病筛查和诊断方面。随着生成式AI在医学领域的应用不断增加，这一技术有望带来更广泛的影响。

　　VisionFM在诊断和预测多种眼科疾病方面表现出色，研究人员称，随着数据量的增加，这一模型可能会被广泛应用于更多的临床场景。相关研究已于上个月刊登在《NEJM AI》期刊上。

　　研究表明，VisionFM在诊断12种眼科疾病时的表现与中级眼科医生相当，甚至更为精确。尤其在预测青光眼的进展方面，该模型的表现超过了眼科领域的第一个基础模型——RETFound。

　　VisionFM的推出正值医学界对生成式人工智能的关注日益增加之际，越来越多的医生和研究者开始探索AI在提升医疗服务中的巨大潜力。今年年初，香港人工智能与机器人研究中心（CAIR）推出了一款辅助医生的AI模型，旨在协助外科医生进行手术规划和生成诊断报告。该模型基于Meta Platforms的Llama 2开源大语言模型开发，目前已在广州中山大学附属第一医院和香港威尔斯亲王医院等地投入使用。

眼科疾病AI诊断的未来趋势
生成式AI在眼科疾病诊断中的应用
生成式AI在眼科疾病诊断中的应用是未来的一个重要趋势。生成式AI旨在创建新信息，如图像或文本，它通过发现数据中的模式来生成基于学习模型的内容。在眼科领域，生成式AI可以用于创建模拟的眼科图像，帮助医生更好地理解和诊断疾病。例如，VisionFM是一个新的基础人工智能模型，它在诊断和预测多种眼科疾病方面表现出色，其性能在某些方面甚至超过了现有的基础模型。

预测式AI在眼科疾病诊断中的应用
预测式AI擅长分析现有数据中的模式，以进行预测或预报，这使其在临床决策中特别有用。在眼科中，预测式AI具有最大的潜力，因为眼科高度依赖于影像和数据。AI模型可以用于预测近视的进展和白内障手术的结果，从而为患者制定个性化的治疗计划。此外，机器学习算法可以从广角光学相干断层扫描(OCT)图像中识别青光眼变化，如视盘损伤和神经纤维层缺陷，这项技术有助于早期检测和监测，通过及时干预减少青光眼患者的视力丧失。

AI在眼科疾病筛查中的应用
AI在眼科疾病筛查中的应用也是未来的一个重要趋势。AI提供了一种高效的筛查机制，可以检测出细微的疾病模式。例如，基于AI的系统可以筛选数千张视网膜扫描图像，并识别紧急病例，使眼科医生能够集中精力处理那些风险最高的患者。这种高效的筛查机制可以帮助医生更快地发现疾病，从而提高治疗的成功率。

AI在眼科疾病个性化治疗中的应用
AI在眼科疾病个性化治疗中的应用也是未来的一个重要趋势。AI模型可以根据患者的具体情况，提供个性化的治疗建议。例如，AI可以分析患者的眼部图像和数据，然后根据这些信息提供最适合患者的治疗方案。这种方法不仅可以提高治疗的效果，还可以减少不必要的治疗步骤和费用。

AI在眼科疾病预后预测中的应用
AI在眼科疾病预后预测中的应用也是未来的一个重要趋势。AI可以通过分析大量的患者数据，预测疾病的可能进展和治疗效果。这对于医生和患者来说都是非常有价值的，因为它可以帮助他们更好地理解疾病的可能走向，并据此做出更好的治疗决策。

总的来说，AI在眼科疾病诊断中的应用前景广阔，未来将继续在提高诊断准确性、效率和个性化治疗方面发挥重要作用