0
雷鋒網(wǎng)消息，國際醫(yī)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(xiàn)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(yī)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(jīng)盤與中央凹檢測三個子比賽項目。
由視網(wǎng)膜毛細血管局部擴張而形成的微動脈瘤（MA）是糖網(wǎng)病最早期的病狀，在眼底圖像中一般表現(xiàn)為細微紅點，隨之出現(xiàn)的出血點（HE）、硬滲出（EX）與軟滲出（SE）往往表明了糖網(wǎng)病的不同嚴重程度。因此，準確檢測出視網(wǎng)膜病灶，特別是微動脈瘤（MA），對糖網(wǎng)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(yè)表現(xiàn)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(yè)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(yī)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(jié)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(yī)療機構合作開發(fā)相關的疾病算法。據(jù)雷鋒網(wǎng)了解，在這份表單上，山東師范大學和南方醫(yī)科大學以及北卡羅來納大學教堂山分校進行合作；南方醫(yī)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(yī)信公司等合作，這些醫(yī)工結合的團隊在競賽中的表現(xiàn)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(yī)療行業(yè)融合過程中推進作用”。利用計算機輔助診斷系統(tǒng)來分析視網(wǎng)膜圖像可以減少糖尿病患者的篩查范圍，并幫助臨床醫(yī)生節(jié)約時間。計算機技術、通信系統(tǒng)和機器學習技術的不斷成熟為生物醫(yī)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(wǎng)膜圖像集對于開發(fā)算法和系統(tǒng)至關重要。
目前，業(yè)內針對肺結節(jié)、糖網(wǎng)病檢查等場景的醫(yī)療人工智能產(chǎn)品診斷準確率普遍很高，但是真實情況并非如此樂觀。企業(yè)在訓練自己模型時通常都有自己的數(shù)據(jù)庫，各自的算法都是按照自己的數(shù)據(jù)進行訓練，然后以自己的數(shù)據(jù)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(huán)境，來評估各個參賽團隊自動檢測和對糖尿病視網(wǎng)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(zhàn)能力。
雷鋒網(wǎng)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(wǎng)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(shù)據(jù)集。這個挑戰(zhàn)的數(shù)據(jù)庫IDRiD(印度糖尿病視網(wǎng)膜病變圖像數(shù)據(jù)集)是印度人口的第一個數(shù)據(jù)庫代表。
此外，它是唯一一個由典型糖網(wǎng)病變和正常視網(wǎng)膜結構組成的數(shù)據(jù)集。該數(shù)據(jù)集提供關于糖尿病性視網(wǎng)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(wǎng)膜病變早期檢測的圖像分析算法的發(fā)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(yī)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(jù)國際臨床糖尿病視網(wǎng)膜病變量表，將糖尿病視網(wǎng)膜圖像分為不同的組。黃斑水腫的嚴重程度是根據(jù)在斑點中心區(qū)域附近出現(xiàn)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(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
