前沿应用 | 运用人工智能技术对抗糖尿病引起的失明

通过眼底摄像头、人工智能算法、NVIDIA GPU和边缘计算架构四者的结合，台湾医疗科技公司MiiS将人工智能应用到前沿以对抗糖尿病引起的失明。

全世界当前有4亿多糖尿病患者，糖尿病眼病筛查因此变得越来越普遍，但眼病筛选并非易事。

糖尿病视网膜病变的症状诊断是临床普遍遇到的难题，即使借助眼睛内部的高分辨率图像，也常常难以得出结果。鉴于许多医院和诊所的互联网连接并不健全，主要医护人员想借助云平台分析图像进而提供全面的诊断几乎是不可能的，即使可以，整个过程也非常耗时。

台湾晋弘科技（MiiS）的销售副总裁Julie Chen对此表示，“诊断时间过长增加了患者错过早期治疗机会的可能性。”

晋弘科技（MiiS）是一家台湾医疗设备制造商。该公司通过眼底摄像头、人工智能算法、NVIDIA GPU和边缘计算架构四者的结合解决了这一难题，从而迅速将糖尿病视网膜病变的诊断结果交给医生。

通过在晋弘科技（MiiS）的Horus数字眼底相机中嵌入NVIDIA Jetson TX2 GPU超级计算机，以及经过糖尿病性视网膜病检测培训的人工智能软件，晋弘科技（MiiS）本质上为医生提供了一款十分便携且由GPU驱动的人工智能设备，它可以在几秒钟内生成诊断结果。

Julie Chen说：“患者可能由于各种原因没能去看眼科医生，我们的智能设备可以避免人们因长时间等待，而耽误病情诊断。”

毋庸置疑：早期诊断至关重要

在早期发现糖尿病视网膜病变可以延缓甚至预防与糖尿病引起的失明。但是，主要医护人员通常无法像眼科医生或晋弘科技（MiiS）的AI模型一样捕捉到一些模糊指标。

为了训练这个模型，晋弘科技（MiiS）从三家合作医院获得了包含12万张图像的数据集。这些图像由一个由50位医生组成的团队完成标记，并且在云端的数组NVIDIA GPU上完成培训。

晋弘科技（MiiS）的解决方案首先生成所需的眼底图像，随后立即将其应用于AI模型，并在内嵌的Jetson TX2上运行推理计算。医生则会在5秒钟内收到其分析结果。

晋弘科技（MiiS）的AI模型预测准确性大约为90％，这一数据与专业眼科医生的判断准确率相当。但是该解决方案的绝对优势在于速度：边缘计算方法的性能比基于云计算的竞品高10倍，且后者仅能在企业的互联网连接稳定时运行。

Julie Chen说：“全科医生可以立即知道诊断结果，不用再一直等着来自云服务器的反馈。”

未来可期：这仅仅是开始

虽然成立于2010年的晋弘科技（MiiS）已经开发了许多利用其Horus系列数字示波器的诊断设备，但此次针对糖尿病视网膜病变的解决方案是其对眼底图像、AI和边缘计算结合运用的首次尝试。目前这一解决方案正在接受FDA审查。

Julie Chen表示，该方法还可以应用于糖尿病相关的其他领域，例如耳科，口腔科和皮肤科。

此外，她还表示公司希望其对边缘计算的应用未来可在整个人工智能领域中流行起来，无论是医疗还是工业。

晋弘科技（MiiS）是NVIDIA初创计划的成员，该计划是一个虚拟加速器项目，专为初创企业提供市场宣传、专业知识和技术支持。