生物行移动版

最新研究表明，IBM的深度学习技术在对糖尿病性视网膜病变的检测与分类上的准确性已达到86%。IBM方面表示，该诊断工具可以帮助医生更好地了解疾病进展并确定治疗方案。

糖尿病性视网膜病变（简称糖网病）是糖尿病的常见并发症之一，发病率高，与糖尿病密切相关。病变早期通常不会引起强烈不适，而是逐步侵蚀患者视力，当患者察觉视力大幅下降时，往往已错过最佳治疗时机，导致视力丧失不可逆。

据统计，全球约有4.15亿糖尿病患者面临视网膜病变风险。通过技术创新进行有效筛查和及时治疗，对防止患者失明至关重要。包括谷歌在内的国际巨头以及国内的上工医信、肽积木等创业公司都在探索将人工智能应用于糖网病筛查。

IBM此次基于35000张眼底图片进行训练，以识别眼底病变。该方法可将疾病按严重程度分为5个级别：无糖尿病性视网膜病变、轻度、中度、重度或增殖性糖尿病性视网膜病变。技术结合了深度学习、卷积神经网络和基于词典的学习等方法，纳入了疾病特异性病理学。

IBM表示，传统筛查方法依赖临床医生定期监测，耗时且主观性强。而计算机视觉诊断方法可在20秒内完成诊断和分类，帮助临床医生筛选更多患者，提升工作效率。

澳大利亚IBM研究部副总裁兼实验室总监Joanna Batstone博士称：“近期在深度学习和图像分析技术方面取得的进展有助于解决我们面临的健康挑战。自动且高精度的DR筛选方法有可能帮助医生筛查出更多病人。”

除了糖网病筛查，IBM在糖尿病研究上早有布局。2015年底，IBM旗下沃森健康（Watson Health）与生物制药公司诺和诺德合作，开发“虚拟医生”，为糖尿病患者提供胰岛素用量等治疗建议。2016年6月，Watson Health还与美国糖尿病协会（ADA）达成合作，共同打造数字工具，利用大数据帮助人们预防、鉴别和治疗糖尿病。