现状
缺血性心脏病、心血管疾病是我们人类最大的死因，传统ICVD风险预测模型操作起来很麻烦，需要收集患者的年龄、性别、腰围、抽血等20-30个指标，这样下来，单做一个人的风险判断非常耗时间。
发现
眼底视网膜这片组织是人类整个中枢神经系统的一个“前哨站”，通过视网膜检测，至少可以发现四类疾病。包括全身性的血管类疾病和神经类疾病，如高血压、动脉硬化、老年痴呆、帕金森等。
“通过AI技术进行人体视网膜识别，可以作为一种辅助医疗手段，帮助医生快速检测出患者的相关疾病。”9月8日上午，第十九届中国西部海外高新科技Kaiyun官方网站app登录 洽谈会的系列论坛之一——第七届诺贝尔奖获得者医学峰会暨未来医学创新论坛在成都举行，中国医疗AI企业鹰瞳Airdoc首席医学官、中国人工智能学会智慧医疗专委会副主委陈羽中教授，分享了AI视网膜识别技术在医疗创新与患者服务中的实践案例，“在同传统人工检测方式比较后发现，不同地域、不同水平的专家在不同的状态下，其检测水平会存在波动，但是，人工智能技术会处于恒定的水平。”
AI涉足医学实践 原理何在？
“AI技术运用于医疗领域，到底有哪些应用场景？”陈羽中介绍，医疗人工智能领域主要有几大应用场景，包括糖尿病、高血压、脑卒中、冠心病、帕金森等领域，而和病人最有关联的则是辅助诊断，“放眼全球，人类致死的疾病中，糖尿病、心血管病等发病率很高，这就需要一个非常高效且能被大家接受的检测手段，而这项技术一定对应了我们在生物学上的一个组织。”
陈羽中说，眼底视网膜这片组织是人类整个中枢神经系统的一个“前哨站”，“通过视网膜检测，至少可以发现四类疾病，第一类是全身性的血管类疾病，最常见的就是高血压、动脉硬化等；第二类是全身性神经类疾病，比如老年痴呆、帕金森；第三类是眼科疾病，比如青光眼；第四类是暂时无法明确归类的，比如说脑部肿瘤、维生素缺乏、贫血、艾滋病、梅毒等。”陈羽中认为，在这个基础上，可通过人体眼底照片去进行观察分析，找出人体病因。
在我国，糖尿病患者达到1.6亿人。于是，通过AI去辅助诊断糖尿病成为一个技术方向。那么，它的原理何在？它主要是基于深度学习的方法，使用一个特定的识别模型，通过学习人体视网膜不同区域的疾病，让AI技术能够“记住”糖尿病患者的视网膜病状，从而帮助医生快速进行患者筛查。“数据采集非常重要，这项技术需要海量的数据支撑，也面临国家法律法规监管，AI医疗辅助诊断相关资质注册审批也需要经过多个流程，国内人工智能领域已走完全部流程的软件仅几个。”陈羽中说。
除了糖尿病 还有哪些应用场景？
通过AI技术的眼底检测，这种无创的AI辅助诊断把量化数据给到医务工作者，给他们提供参考依据，提高工作效率。陈羽中介绍，AI视网膜评估技术的医疗创新还可以开发出人体心脑血管、痴呆风险、甲亢、眼轴等评估模型，帮助医生辅助诊断更多疾病。
“缺血性心脏病、心血管疾病是我们人类最大的死因，传统ICVD风险预测模型操作起来很麻烦，需要收集患者的年龄、性别、腰围、抽血等20-30个指标，这样下来，单做一个人的风险判断非常耗时间。能不能用视网膜照片进行一体化判断？这项工作我们正在推进，已经发表了相关文章。”陈羽中说。
此外，针对青少年近视眼问题，AI视网膜评估技术也能够通过甲亢、眼轴等评估模型进行辅助诊断。据陈羽中介绍，他所在的团队已经研发出体量较小的人体眼底照相机，累计服务用户达500万，“国内高中生近视眼率很高，眼球问题非常重要，通过AI深度学习去识别，通过模型检测，可以尽早发现青少年的眼睛问题。”
