日前，由IEEE國(guó)際生物醫(yī)學(xué)工程學(xué)會(huì)主辦的“第41屆國(guó)際生物醫(yī)學(xué)工程會(huì)議（EMBC2019）”在德國(guó)柏林舉行,會(huì)議議題廣泛，從人類(lèi)健康到重癥護(hù)理，開(kāi)展一場(chǎng)學(xué)術(shù)盛宴。會(huì)上，來(lái)自全球60多個(gè)國(guó)家和地區(qū)的生物醫(yī)學(xué)工程領(lǐng)域?qū)W術(shù)專(zhuān)家和產(chǎn)業(yè)專(zhuān)家分享了新近研究成果。由北京至真互聯(lián)網(wǎng)技術(shù)有限公司（以下簡(jiǎn)稱(chēng)“至真健康”）算法團(tuán)隊(duì)提交的兩篇學(xué)術(shù)論文獲得了會(huì)議主辦方的一致肯定，獲邀出席大會(huì)并以口頭報(bào)告的形式進(jìn)行了現(xiàn)場(chǎng)分享；其中一篇論文《一種可解釋性的集成深度學(xué)習(xí)模型用于糖尿病視網(wǎng)膜病變的分類(lèi)》，重點(diǎn)研究了如何提升糖網(wǎng)篩查準(zhǔn)確率的算法模型問(wèn)題。
據(jù)2017年調(diào)查數(shù)據(jù)顯示，中國(guó)糖尿病患者人數(shù)已超過(guò)1.14億，病程超過(guò)10年有50%的患者會(huì)患上并發(fā)癥糖尿病視網(wǎng)膜病變，惡化之后可導(dǎo)致不可逆轉(zhuǎn)的失明危害。只有在早期進(jìn)行糖網(wǎng)篩查，做到早發(fā)現(xiàn)、早干預(yù)、早治療，才能大幅降低失明風(fēng)險(xiǎn)。
目前，人工智能技術(shù)正逐漸應(yīng)用于糖網(wǎng)篩查領(lǐng)域，可以通過(guò)人工智能眼底篩查相機(jī)高效便捷地實(shí)現(xiàn)設(shè)備拍片、中心系統(tǒng)閱片、報(bào)告輸出、專(zhuān)業(yè)醫(yī)師提供診療建議等一體化眼底篩查方案，有效解決了目前國(guó)內(nèi)專(zhuān)業(yè)眼科醫(yī)生缺乏（全國(guó)共有眼科醫(yī)生3萬(wàn)人）導(dǎo)致的服務(wù)能力不足問(wèn)題。但人工智能設(shè)備要想實(shí)現(xiàn)更精準(zhǔn)的篩查效果，對(duì)用于深度學(xué)習(xí)的糖網(wǎng)智能篩查算法模型也提出了更高的要求。
至真健康首席算法官姜泓羊表示，研究者們研究了多種基于深度學(xué)習(xí)的糖網(wǎng)智能篩查算法模型之后發(fā)現(xiàn)，有兩大難點(diǎn)問(wèn)題亟待解決：第一，算法模型的泛化能力難以保證；第二，算法模型的可解釋性比較薄弱。本次，至真健康算這篇論文的主要研究目的就是希望針對(duì)這兩大難點(diǎn)提出一種更好的解決方案。
至真健康CTO張冬冬指出，泛化能力是指算法模型對(duì)新鮮樣本的適應(yīng)能力，即在不同數(shù)據(jù)集上所表現(xiàn)的性能差異，差異越小泛化能力越小，反之則越大。簡(jiǎn)單地說(shuō)，研究者希望在人工智能設(shè)備針對(duì)所提供的海量數(shù)據(jù)樣本進(jìn)行多次反復(fù)的深度學(xué)習(xí)訓(xùn)練之后，就需要具備較強(qiáng)的泛化能力，即能掌握好數(shù)據(jù)樣本背后的規(guī)律，對(duì)以后提供的不同樣本要實(shí)現(xiàn)準(zhǔn)確而有一定差異化的結(jié)果輸出。
對(duì)此，至真健康算法團(tuán)隊(duì)提出了一種多模型融合的糖網(wǎng)分類(lèi)系統(tǒng)。傳統(tǒng)的糖網(wǎng)分類(lèi)方法大多采用單一深度學(xué)習(xí)模型，即設(shè)計(jì)一個(gè)網(wǎng)絡(luò)模型，經(jīng)過(guò)一次模型訓(xùn)練而得到，這很容易由于訓(xùn)練時(shí)間難以把控而導(dǎo)致的欠擬合或過(guò)擬合情況。而采用多模型融合方式則可為人工智能設(shè)備提供多種模型方案進(jìn)行集成學(xué)習(xí)，綜合多個(gè)深度學(xué)習(xí)模型的性能，融會(huì)貫通，進(jìn)而提高了糖網(wǎng)分類(lèi)的準(zhǔn)確率。這不僅增強(qiáng)了集成模型的泛化能力，提高了糖網(wǎng)智能篩查的性能，也減少了深度學(xué)習(xí)的訓(xùn)練周期。
對(duì)于算法模型的可解釋性問(wèn)題，張冬冬表示，可解釋性是指算法模型對(duì)某一新樣本的分析過(guò)程和分析結(jié)果做出合理解釋?zhuān)热鐚?duì)所拍攝圖片的哪些像素做出了判斷、哪些明顯標(biāo)志做出解讀等。為了提升可解釋性，本論文采用加權(quán)CAM（Class Activation Mapping）技術(shù)對(duì)分類(lèi)結(jié)果進(jìn)行可視化顯示。CAM技術(shù)能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)到底在關(guān)注什么可視化的表現(xiàn)出來(lái)，并以熱力圖的形式呈現(xiàn)出，模型通過(guò)哪些像素點(diǎn)得知圖片屬于某個(gè)類(lèi)別，從而實(shí)現(xiàn)了對(duì)分類(lèi)圖像的解釋。
大會(huì)現(xiàn)場(chǎng)，至真健康算法團(tuán)隊(duì)分享的這篇論文受到了與會(huì)專(zhuān)家的一致好評(píng)。有專(zhuān)家表示：“該方法應(yīng)用了一種深度學(xué)習(xí)體系結(jié)構(gòu)的集成方法，這是一項(xiàng)創(chuàng)新性的研究。尤其是使用了加權(quán)的CAM技術(shù)，使結(jié)果呈現(xiàn)更加直觀。”
至真健康是以人工智能為核心的科技型健康管理公司，研發(fā)人工智能技術(shù)產(chǎn)品應(yīng)用于眼底智能篩查是至真健康的專(zhuān)注方向。2018年11月，至真健康研發(fā)的“至真智能篩查眼底相機(jī)”問(wèn)世。“至真智能篩查眼底相機(jī)”不僅人工智能系統(tǒng)強(qiáng)大，而且小巧便捷、易于攜帶，可方便應(yīng)用于眼科、內(nèi)分泌科、體檢科等科室的快速眼底篩查，并且便于上山下鄉(xiāng)走進(jìn)基層。
在實(shí)際應(yīng)用中，“至真智能篩查眼底相機(jī)”不用進(jìn)行任何參數(shù)調(diào)整便可自動(dòng)完成眼底影像采集，1分鐘便由AI完成“閱片”，并出具診斷建議，“操作就像使用傻瓜相機(jī)一樣”，即便非專(zhuān)業(yè)眼科醫(yī)生在接受系統(tǒng)培訓(xùn)之后，也能輕松掌握眼底拍攝技能。目前，“至真智能篩查眼底相機(jī)”所搭載的糖網(wǎng)篩查算法準(zhǔn)確率已達(dá)到世界領(lǐng)先水平。
