来源：生物通
穆尔菲尔德眼科医院和伦敦大学学院眼科研究所的研究人员开发了一种人工智能(AI)系统，该系统不仅有可能识别威胁视力的眼病，还能预测一般健康状况，包括心脏病发作、中风和帕金森病。
RETFound是医疗保健领域最早的人工智能基础模型之一，也是眼科领域的第一个人工智能基础模型，它是利用NHS提供的数百万次眼部扫描数据开发的。研究团队正在将该系统开源，这样全球任何机构都可以免费使用，作为全球使用人工智能检测和治疗失明的基石。这项研究发表在《自然》杂志上。
人工智能的进展继续以令人眼花缭乱的速度加速，ChatGPT等“基础”模型的发展令人兴奋。基础模型描述了一个非常庞大、复杂的人工智能系统，该系统接受了大量未标记数据的训练，可以对其进行微调，以适应各种后续任务。RETFound在一系列复杂的临床任务中始终优于现有的最先进的人工智能系统，更重要的是，它通过在不同人群和罕见疾病患者中良好工作，解决了许多当前人工智能系统的一个重大缺陷。
资深作者Pearse Keane(伦敦大学学院眼科研究所和摩尔菲尔德眼科医院)说:“这是在英国和全球范围内使用人工智能重塑21世纪眼科检查的又一大步。我们展示了RETFound可以使用的几个范例条件，但它有潜力进一步发展，用于数百种我们尚未探索的其他威胁视力的眼病。”
“如果英国能够将来自NHS的高质量临床数据与来自其大学的顶级计算机科学专业知识结合起来，它就有真正的潜力成为人工智能医疗领域的世界领导者。我们相信，我们的工作为如何做到这一点提供了一个模板。”
在今年早些时候发布的一份报告中，人工智能基础模型被英国政府称为“一项变革性技术”，随着2022年11月ChatGPT的推出，人工智能基础模型成为人们关注的焦点，ChatGPT是一种使用大量文本数据进行训练的基础模型，用于开发一种多功能语言工具。RETFound在世界上首次采用了与眼睛图像类似的方法，通过对数百万张视网膜扫描进行训练，创建了一个可以无限使用的模型。
开发人工智能模型的关键挑战之一是需要专家的人类标签，而获取这些标签往往既昂贵又耗时。正如论文中所展示的，RETFound能够匹配其他人工智能系统的性能，同时在其数据集中只使用10%的人类标签。这种标签效率的提高是通过使用一种创新的自我监督方法来实现的，在这种方法中，RETFound屏蔽了图像的部分，然后自己学习预测缺失的部分。
RETFound可以帮助提高对一些最使人衰弱的眼病的诊断，包括糖尿病视网膜病变和青光眼，并预测帕金森氏症、中风和心力衰竭等系统性疾病。通过眼睛识别一般健康问题是一门新兴科学，被称为“oculomics”——这一术语是由该论文的合著者之一阿拉斯泰尔·丹尼斯顿教授在2020年创造的。眼睛是我们整体健康状况的“窗口”，提供了一种非侵入性的神经系统观察。理解眼身关系是解决复杂疾病和与衰老相关的整体问题的关键。
此外，RETFound已经表明，它在检测不同人群的疾病方面同样有效。该研究的主要作者，博士生Yukun Zhou (UCL医学图像计算中心，UCL医学物理与生物医学工程和Moorfields眼科医院)说:“通过用代表伦敦种族多样性的数据集训练RETFound，我们已经为世界各地的研究人员开发了一个有价值的基础，可以在医疗保健应用中建立他们的系统，如眼部疾病诊断和系统性疾病预测。”
RETFound使用来自Moorfields眼科医院的160万张图像的精心设计的数据集进行训练。这项研究使用了由INSIGHT提供的人工智能工具和基础设施，INSIGHT是英国国家医疗服务体系(nhs)领导的、位于穆尔菲尔德(Moorfields)的眼科健康数据研究中心，也是世界上最大的眼科数据生物资源。该中心强大的计算和人工智能能力源自2016年摩尔菲尔德与DeepMind(现为谷歌DeepMind)的研究合作。
由摩尔菲尔德大学和伦敦大学学院的Yukun Zhou和Pearse Keane 教授领导的研究小组已经在GitHub上免费提供了这个模型。世界各地的研究人员，如新加坡和中国，一直在使用RETFound对眼病进行新的研究。
该项目是英国国立卫生研究院穆尔菲尔德分校、伦敦大学学院和英国国立卫生研究院伯明翰生物医学研究中心的合作项目，汇集了伦敦大学学院的计算机科学和工程团队。
参考文献
A foundation model for generalisable disease detection from retinal images
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
