雷锋网 (大众号：雷锋网) AI掘金志《将来医疗大讲堂——医学影像专题》第五期总结文：一个只给医疗AI从业者、影像科医生、名校师生、CFDA任务人员看的系列课程。
注：90分钟的视频信息量宏大，文字仅为冰山一角，激烈建议观看完好版视频，请点击链接：
http://www.mooc.ai/open/course/420
课程提纲：
1、糖尿病视网膜病变（DR)的近程筛查和眼底图像判读
-
使用背景
-
严重疾病预警
-
要处理的关键成绩
2、AI在眼底图像剖析和DR筛查中的使用
-
DR筛查的防治指南和分级诊断规范
-
视网膜对慢性病诊断和预后判别的作用
-
巨头入围，创业企业的时机在哪里
3、基于深度学习医学影像剖析中的标注成绩
-
AlphaGO DNN的一个缺陷
-
DR血管瘤和出血点的随机散布
-
随机性和人眼灰度判别的局限性
-
如何评价某些DR的AI剖析零碎效果
4、人工智能在眼底医疗影像中的目的和评价体系
-
医学的评价体系
-
计算机工程界常用的评价目标
-
DR自动剖析与眼底血管改动
-
基于知识计算模型的严重疾病风险预警和安康评价引擎
5、医疗影像剖析走向人工智能化的关键要素
-
人工智能使用的各个范畴
-
人工智能方向的人才培育
6、经典医学图像处置办法与深度学习的结合
-
图像预处置与深度学习
-
眼底血管联系办法
-
眼底硬性渗出检测办法
7、基于眼底影像和人工智能的安康效劳零碎
-
总体思绪
-
零碎产品引见
-
使用创新和技术优势
-
使用范畴和刚需剖析
嘉宾引见
余轮，二级教授，博士生导师，国务院政府特殊津贴取得者
学术背景：
余轮教授现为福州大先生物医学与安康工程首席迷信家、研讨院长，是德国汉堡大学医学院高访学者，曾临时担任中国图象图形学会副理事长、中国生物医学工程学会信息与控制分会委员以及福建省生物医学工程学会副理事长、互联网协会常务理事等职务，为国务院政府特殊津贴取得者。
余教授曾先后掌管国度基金重点项目“免散瞳眼底自动照相机及其近程会诊零碎”以及“近程糖尿病性视网膜病变筛查及图象剖析零碎”、“近程病理学会诊及图象剖析零碎”、“冠心病晚期诊断新技术及心脏医学图象自动剖析零碎”、“近程病理学会诊零碎”、“近程心电地方监护及自动剖析零碎”等国度基金、卫生部结合基金、国度火炬项目等16个项目的研讨，均获得使用或推行。
余教授近年来专注于人工智能、医学影像、近程医疗和安康医疗大数据的研讨，树立了一种基于眼底影像的严重疾病预警和挪动医疗安康效劳零碎，从事糖尿病视网膜病变筛查及其近程会诊零碎15年，在人工智能和DR筛查、一种“可更新、低本钱、可剖析”的安康医学大数据零碎的树立和大数据效劳中获得重要的打破和10多项专利等知识产权效果，宣布严密相关论文100多篇。
以下内容节选自余轮教授课程
据雷锋网理解，余教授从十多年前就开端在糖尿病视网膜病变的近程筛查和图像判读方面停止研讨，他以为，近程医疗是展开DR筛查的无效方法，由于DR筛查可以使失明风险降低94.4%，但是我国的筛查率还不到10%，其中的次要就在于我国专业眼底阅图医生数量缺乏，而且忙于已发眼病的诊治，基本没有工夫去停止少量糖尿病患者的筛查。
此外，依据2015年发布的中国糖尿病患者ASCCVD分级预防指南：糖尿病管理首先应该处理脑卒中等动脉粥样硬化性疾病的预防，而不只仅以控制血糖为中心。但迄今缺乏风险预测的高效手腕。
2001年，余教授在美国拜访时期观赏了著名的威尔玛眼科中心以及该中心的新型糖尿病视网膜病变的近程自动照相零碎，基于DR的社会需求和本人的亲身阅历，余教授从十几年前开端便投身该范畴的研讨。
AI在眼底影像剖析和DR筛查中的使用
去年四月到六月，在国际掀起一股AI和DR筛查的热潮。在近程DR筛查的研讨之外，余轮教授也十分关注人工智能技术在医学范畴的使用。
他以为，医学影像与人工智能的结合，是数字医疗范畴较新的分支，而且是明天数字医疗产业的热点。此外，医学影像包括了海量的数据，即便有经历的医生有时也显得莫衷一是。所以，人工智能在医学影像的解读方面的使用需求长工夫专业经历的积聚医学影像与人工智能的结合。
在余教授看来， 仅仅依托AI-自动筛查零碎运用于临床前，依然有许多成绩需求去处理。 局部学者担忧这种自动筛查机器会添加筛查自身的本钱；还有学者以为它还不具有可以判别DR严重水平或分级的才能，这将招致一些需求及时处置的严重DR患者不能失掉及时无效的医治。余教授表示，“ DR读片必需结合自动分级和人工分级停止。 ”
去年11月，腾讯觅影进入首批国度新一代人工智能开放创新平台名单，担任建立医疗影像国度新一代人工智能开放创新平台。余教授以为， 腾讯研发并推行觅影零碎，目前还次要希望它能作为整个“互联网+智慧医疗”生态零碎的一个版块。 包括智慧产业、智慧政府和智慧民生，其西医疗是智慧民生的重中之重。
现阶段腾讯的医疗AI技术和产品视乎并没有相对的抢先优势，有的甚至刚刚开端，但以腾讯觅影、微信领取和新一代人工智能开放创新平台为依托的智慧城市和智慧医院，却是各地政府和医院难以回绝的。
巨头入围，那能否其它创业企业就没有希望呢？余教授以为是无机会的， 医疗AI创业企业可以搭建平台，与医疗大数据、互联网医疗、医疗信息化等范畴的企业构成协同效应，将产品整合打包或落地。
DR筛查与自动分级
余教授表示，医学范畴对一个零碎的评价目标次要有两个： 敏理性和特异性。 企业在开发人工智能零碎时都在追求高敏理性和高特异性。但是在余教授看来，“明察秋毫”和“枉杀千人”需求找到一个均衡点。临床要追求全体的运转效率，牺牲敏理性追求特异性会形成漏诊率进步，致使筛查或反省不达目的；牺牲特异性追求敏理性能够又会对医生“越帮越忙”，形成医疗资源的糜费。
余教授表示，很多企业都宣称其开发零碎的敏理性和特异性可以接近于100%，但是这个后果还需求结合详细的理论场景，是来自于数据库中的数据还是临床数据。目前，DR分期分类的办法曾经有了ETDRS（Early Treatment Diabetic Retinopathy Study）标注，该规范需求采集7个视野，单幅45度图像DR筛查敏理性不高于70%，所以，对外声称精确率可以到达95%以上的后果还是存在疑问的。
基于上述的考虑，余教授团队提出了一种
Betago-C引擎
，可以在进步特异性的同时，不降低敏感度。“AI不只是深度学习，经典的图像处置办法集合深度学习来提取特征，应该是一个很高的方向。”
此外，在精准医学的背景下，除了Betago-C引擎之外，他们团队还树立了一个基于知识计算模型的 严重疾病风险预警和安康评价引擎 ：完成眼底视网膜病变的“人工智能-自动分级”，眼底血管改动的检测以及问诊材料的取得与剖析模型的树立。
在随后的演讲中，余教授结合图像预处置与深度学习结合的案例，分享了眼底血管的两种联系办法以及眼底硬性渗出检测办法（粗联系和精联系）。
基于眼底影像和人工智能的安康效劳零碎
余教授表示，医疗卫生变革很重要的一点就是将医院内的CT、MR等技术独立出来向社会开放，因而第三方检测平台也成为了资本追逐的对象。那么， 眼底影像与第三方检测平台结合可以有哪些开展方向？
余教授引见了本人团队的“基于眼底影像和人工智能的安康效劳零碎”。他以为这类零碎的总体开展思绪可以分为三点：
-
树立近程眼底中心，提供近程眼底图像判读筛查和转诊效劳
-
从眼底看全身安康，助力慢病分级诊疗与特性化的安康效劳
-
建立影响监检测平台，助力医疗保险控费和安康管理体检机构
以余教授团队的零碎方案为例，这套零碎的云安康效劳零碎由“近程判读会诊中心”和“大数据和安康管理”两局部组成。受检者眼底图像拍摄后，传输到云平台停止判读和处置，在此前提及的“疾病风险预警评价引擎”的支持下任务。
学员局部成绩
雷锋网AI掘金志线上直播完毕后，学员从不同维度提出了25个成绩，余轮教授对少数成绩停止了耐烦解答。
成绩：
1.详细讲讲您设计的贝塔办法
2.您怎样评价和对待谷歌如今炒地很热的AI糖网筛查项目？
3.您估计CFDA什么时分可以大规模审批经过糖网AI产品？
4.谈谈近一年您以为比拟前沿且适用，但很多人没留意到学术研讨方向
5.控糖控压的干涉措施怎样跟踪控制？能详细引见下么？
6.眼底图像糖网各个分期之间特征很近似，有没有针对性的算法提升分类精度
7.聚类算法比方dbscan能不能联系出眼底图像中血管？在这方面如今效果做的怎样样？
……
详细内容和精彩问答，欢送点击链接： http://www.mooc.ai/open/course/420
。
