设为首页 加入收藏
  • 首页
  • 知识
  • 娱乐
  • 休闲
  • 探索
  • 综合
  • 焦点
  • 当前位置:首页 > 综合 > 你是否有心脏病、糖尿病…… AI技术“一眼看穿”

    你是否有心脏病、糖尿病…… AI技术“一眼看穿”

    发布时间:2026-10-04 23:55:03 来源:软香温玉网 作者:娱乐

    你是一眼看穿否有心脏病、糖尿病…… AI技术“一眼看穿”

    编辑:汤晓雪 来源:成都商报 浏览次数: 次 发布时间:2021-09-09 08:22:53 【字体:小 大】

      

    点击进入下一页

      第七届诺贝尔奖获得者医学峰会暨未来医学创新论坛 陈羽中发言  

      现状

      缺血性心脏病、心脏心血管疾病是病糖我们人类最大的死因,传统ICVD风险预测模型操作起来很麻烦,尿病需要收集患者的技术年龄、性别、一眼看穿腰围、心脏抽血等20-30个指标,病糖这样下来,尿病单做一个人的技术风险判断非常耗时间。

      发现

      眼底视网膜这片组织是一眼看穿人类整个中枢神经系统的一个“前哨站”,通过视网膜检测,心脏至少可以发现四类疾病。病糖包括全身性的尿病血管类疾病和神经类疾病,如高血压、技术动脉硬化、老年痴呆、帕金森等。

      “通过AI技术进行人体视网膜识别,可以作为一种辅助医疗手段,帮助医生快速检测出患者的相关疾病。”9月8日上午,第十九届中国西部海外高新科技人才洽谈会的系列论坛之一——第七届诺贝尔奖获得者医学峰会暨未来医学创新论坛在成都举行,中国医疗AI企业鹰瞳Airdoc首席医学官、中国人工智能学会智慧医疗专委会副主委陈羽中教授,分享了AI视网膜识别技术在医疗创新与患者服务中的实践案例,“在同传统人工检测方式比较后发现,不同地域、不同水平的专家在不同的状态下,其检测水平会存在波动,但是,人工智能技术会处于恒定的水平。”

      AI涉足医学实践 原理何在?

      “AI技术运用于医疗领域,到底有哪些应用场景?”陈羽中介绍,医疗人工智能领域主要有几大应用场景,包括糖尿病、高血压、脑卒中、冠心病、帕金森等领域,而和病人最有关联的则是辅助诊断,“放眼全球,人类致死的疾病中,糖尿病、心血管病等发病率很高,这就需要一个非常高效且能被大家接受的检测手段,而这项技术一定对应了我们在生物学上的一个组织。”

      陈羽中说,眼底视网膜这片组织是人类整个中枢神经系统的一个“前哨站”,“通过视网膜检测,至少可以发现四类疾病,第一类是全身性的血管类疾病,最常见的就是高血压、动脉硬化等;第二类是全身性神经类疾病,比如老年痴呆、帕金森;第三类是眼科疾病,比如青光眼;第四类是暂时无法明确归类的,比如说脑部肿瘤、维生素缺乏、贫血、艾滋病、梅毒等。”陈羽中认为,在这个基础上,可通过人体眼底照片去进行观察分析,找出人体病因。

      在我国,糖尿病患者达到1.6亿人。于是,通过AI去辅助诊断糖尿病成为一个技术方向。那么,它的原理何在?它主要是基于深度学习的方法,使用一个特定的识别模型,通过学习人体视网膜不同区域的疾病,让AI技术能够“记住”糖尿病患者的视网膜病状,从而帮助医生快速进行患者筛查。“数据采集非常重要,这项技术需要海量的数据支撑,也面临国家法律法规监管,AI医疗辅助诊断相关资质注册审批也需要经过多个流程,国内人工智能领域已走完全部流程的软件仅几个。”陈羽中说。

      除了糖尿病 还有哪些应用场景?

      通过AI技术的眼底检测,这种无创的AI辅助诊断把量化数据给到医务工作者,给他们提供参考依据,提高工作效率。陈羽中介绍,AI视网膜评估技术的医疗创新还可以开发出人体心脑血管、痴呆风险、甲亢、眼轴等评估模型,帮助医生辅助诊断更多疾病。

      “缺血性心脏病、心血管疾病是我们人类最大的死因,传统ICVD风险预测模型操作起来很麻烦,需要收集患者的年龄、性别、腰围、抽血等20-30个指标,这样下来,单做一个人的风险判断非常耗时间。能不能用视网膜照片进行一体化判断?这项工作我们正在推进,已经发表了相关文章。”陈羽中说。

      此外,针对青少年近视眼问题,AI视网膜评估技术也能够通过甲亢、眼轴等评估模型进行辅助诊断。据陈羽中介绍,他所在的团队已经研发出体量较小的人体眼底照相机,累计服务用户达500万,“国内高中生近视眼率很高,眼球问题非常重要,通过AI深度学习去识别,通过模型检测,可以尽早发现青少年的眼睛问题。”

      成都商报-红星新闻记者 叶燕 实习记者 宋嘉问 摄影记者 吕国应


    • 上一篇:索尼称玩家不拥有数字游戏 消权组织盘点其过往反例
    • 下一篇:百度智能云发布百度千帆Token Plan企业版,提供GLM

      相关文章

      • 购买人身意外险,购买人身意外险需要多少钱
      • 有关福建高职招考!免试录取结果公布
      • 銀行評級被調降,AI概念股業績超優仍遭拋售|天下雜誌
      • 【货场施工场景】激活绿色循环新动能!徐工XE215EV助力甘蔗渣变废为宝
      • 宝宝重疾险哪种比较好?2022宝宝重疾险哪种比较好?
      • 医生4小时大营救跑赢“死神” 救回多器官出血男子
      • 中超旧将:希望中国队小组出线 国足的教练很厉害
      • 禁止违规异地执法、增强刚性约束,司法部解读民营经济促进法
      • “具身智能时代”快到了?丨科创要闻
      • 先诊疗后付费 河南困难群众在县里住院无押金

        随便看看

      • 极短期意外伤害保险是什么样的?极短期意外伤害保险是什么?
      • 厦门外卖平台夜间送药上门 止痛药感冒药避孕药卖最多
      • 曝前马刺悍将加盟浙江 替场均38分狂人出战CBA
      • 乘客急性肾结石发作 厦门滴滴司机免费送医暖心陪伴
      • 玻璃从区域看北方地区真的要好过南方地区吗?,行业资讯
      • 利拉德狂砍11分撑全队 麦科勒姆连投不中遭血帽
      • “田中央的幼儿园”别具一格 因地制宜打造“农田果园课堂”
      • 夏洛特全明星举办权被取消 疑因反对同性恋群体
      • XGP四月下旬阵容公布!《Kiln》《远日点》等新作入库
      • 阿森纳瞎踢实锤?大将上场不知踢啥阵型 队友:直接踢
      • Copyright © 2026 Powered by 你是否有心脏病、糖尿病…… AI技术“一眼看穿”,软香温玉网   sitemap