AI医生出手 居家筛查宝宝视功能******
广州日报讯 (全媒体记者梁超仪 通讯员邰梦云、唐艳丽)宝宝最近总是揉眼、不断眨眼,是不是视力有问题?看诊不会配合检查怎么办?过往,婴幼儿视力评估充满了挑战,这一群体的眼健康普筛也存在空白。如今这一现状得以打破。
日前,中山大学中山眼科中心召开新闻发布会,该中心林浩添教授团队联合全球多家医疗及研发机构,研发全球首个婴幼儿视功能损伤手机智能筛查系统,研究成果于1月26日在《Nature Medicine》在线发表,为破解婴幼儿视功能损伤及相关眼病早期筛诊难题提供有效技术手段。
目前,团队与粤省事等公众平台进行对接和部署,为婴幼儿视功能损伤及相关眼病的大规模筛查提供可行方案。此外,市民搜索小程序“Ai宝睛灵”,即可便捷在家首尝“头啖汤”。
历时八年采集3652名婴幼儿视力数据
林浩添教授介绍,0-4岁婴幼儿处于视功能发育的关键时期。在这个阶段发生的眼病如果不能及时干预治疗,很可能导致患者长达几十年低视力甚至致盲,给家庭和社会带来沉重的负担。据国家疾控中心数据显示,全国5000万0-4岁婴幼儿中,眼病发病率高达9.11%,早筛早治是提高婴幼儿视功能预后的关键。
对婴幼儿进行视功能评估,早期发现眼部疾患引起的视功能损伤十分关键,却充满挑战。由于婴幼儿难以表达眼部不适,视功能损伤易被忽视或漏诊,错过最佳的治疗时机。其次,受限于认知水平,婴幼儿难以配合完成传统的眼部检查。此外,大部分检查手段对于技术人员的专业水平与设备要求高,筛查成本高,效能低,难以作为普筛技术手段普及。
为破解这一难题,该研究团队历时八年,前瞻性采集来自3652名婴幼儿的超过2500万帧注视行为大数据,依托天河二号超算中心部署的深度学习人工智能数据分析后台,对采集的数据进行深度分析,早期预警异常注视行为,筛检婴幼儿视功能损伤及相关眼病。
该技术的研发创新婴幼儿视功能损伤移动智能筛诊模式,有望极大降低婴幼儿视功能损伤早期筛诊的难度及成本。
可初筛超16种婴幼儿常见致盲眼病
记者进入小程序发现,居家用手机操作十分方便,在实操中,家长通过手机播放一段3分钟的动画视频吸引婴幼儿保持注视,可以实现对婴幼儿注视习惯和行为模式的实时捕捉,随后该系统会给出初筛的结果。
林浩添介绍,在这个人工智能系统中,研究团队基于视频大数据,深度挖掘了不同眼病引起的婴幼儿视功能损伤的异常注视行为模态,并依托深度学习人工智能技术,突破性地实现了对先天性白内障、先天性上睑下垂、先天性青光眼、斜视、视网膜母细胞瘤等超16种婴幼儿常见致盲眼病引起视功能损伤的早期检测,平均筛查准确率超85%。而在实际应用中,系统在全国4家医疗机构参与的多中心外部验证中的筛查准确率超80%。同时,研究团队招募了120个家庭参与居家筛查,便捷的系统操作流程使得99%的家长都能顺利完成筛查试验,筛查准确率达85.9%。
“我们希望通过这一人工智能系统,让有需要的家长居家便可以便捷帮助婴幼儿视力进行普筛,辨别视力状况是正常还是异常,有异常状况通过去医院专科就诊确诊具体的眼疾。”林浩添介绍。据了解,这一系统已在小程序“Ai宝睛灵”试运行上线,下一步在小程序“粤睛晶”中也计划引入。此外,该团队正与粤省事对接,希望可以在广东范围内大范围普及,后续有条件覆盖全国有需要的市民。
那一夜,我们没有采访******
中新社记者 李安江 郭晋嘉 杜远
“我的孩子已被埋了10小时了”、“你们快点想办法啊……”
5月12日,我们作为中新社报道灾情的第一梯队在行至绵竹汉旺镇时,第一时间目击到东方汽轮机厂中学垮塌校舍的惨状。“救救我!” 垮塌的房屋中,不时透出被埋学生凄惨的呼救声。天一直飘着小雨,焦急的家长无助地围在废墟前,哭成一片。
前来采访的我们,面对那一张张泪脸,面对他们哀求的目光,一时不知所措。采访还是救人?这个新闻课堂上的道德问题,从未像现在这样来得如此突然。我们放下了手中的相机,此时任何的采访行为都和这里的气氛格格不入。“救人,十万火急”,但在坍塌的钢筋水泥面前,我们也束手无策。
“快点救人,快把这里的情况报告出去”,有人向我们喊着,我们一路狂奔,终于走到了一个有手机信号的地方,立即用已经拨得发烫手机发出了求救信息。
一夜折腾,已近黎明,我们这时却找不到返回的路,盲目前行中又遇一灾民安置点,我们正准备下车采访,一对焦急的夫妇直扑过来,“救救我们的孩子,求求你们”,急切的话语近乎哀求。窝在妈妈怀中的小孩满脸是血、双眼微闭,只能喃喃发出不明呓语。情况紧急刻不容缓,顾不得采访任务,我们又即刻开车送他们前往绵竹市区寻找医院。
副驾驶座的记者不停催促司机“快点,再快点”,坐在后座的女记者一只手紧握男孩母亲发抖的手,一只手轻抚男孩的额头:“坚持住,会好的。”三公里路程,我们知道,这是在和死神赛跑。
已经停电的绵竹市内一片漆黑,我们将男孩送到当地一个医疗点门前,司机打开汽车大灯照亮进入医疗点的道路。此时,我们突然发现,刚才忙着救人,把我们的一个同事丢在了路上。
经过近一小时寻找,终于在绵竹市人民医院门口一条躺满伤者的街道上看到了同事熟悉的身影,此时的他,已将相机和笔记本放在一旁,正和几名护士将一名满身是血的重伤者抬上救护车。
那一夜,我们没有感到孤单,我们搭车的的士司机,就是来自绵竹的前往灾区献血队伍中的一员。
这一夜,我们几乎没有完成一个采访。
(中新社成都2008年5月18日电)
(文图:赵筱尘 巫邓炎)