ai健康管理中心_ar健康管理

題圖｜視覺中國

在全球科技與醫學迅速融合的當下，AI技術在醫療領域的應用引發了深刻的行業變革。《Nature》雜志與溫州醫科大學附屬眼視光醫院共同舉辦的學術會議，近期在溫州召開。北京鷹瞳科技的算法科學家張聰發表了題為《醫療AI芯片賦能眼健康和慢病管理應用》的演講。

同期舉行的“2024第十一屆301論健、全民健康行動（雄安）論壇暨第十三屆體檢中心主任學術論壇”上，來自江蘇省人民醫院健康管理中心主任、中華醫學會健康管理學分會副主任委員張群教授作為鷹瞳的合作醫生也發表了題為《AGI賦能慢性病健康管理》的演講，深度闡述了AGI如何在慢性病管理中提供創新解決方案。

前后呼應的兩場演講，從技術算法的更迭層面和案例研究上分別給出了人工智能賦能醫療健康的過程中鷹瞳科技的視角和立場。

張聰作為算法科學家提及了鷹瞳科技的技術革新和探索之路。

“我們鷹瞳采用多任務分類的深度學習模型，統一描述大部分眼底疾病診斷任務，提升大模型對眼底圖像的理解和表達能力。然而，這類分類任務存在可解釋性問題，無法確切知道模型預測的對錯原因。

為此，鷹瞳科技通過算法升級開發SAM病灶組織分割模型，細致分割眼底圖片中的關鍵信息，如血管、視杯盤及關鍵病灶，如出血、滲出、棉絮斑等，有效提高模型的可解釋性，實現從黑盒到白盒的轉變。這項工作已在醫學影像領域頂會MICCAI上發表。”

通過深度學習模型的提升，目前，鷹瞳科技已經在14種常見眼底異常的診斷任務中取得了顯著成效，平均AUC達到0.968。相關成果也發表在權威醫學期刊《柳葉刀》上。鷹瞳科技的眼底AI系統節省了75%的篩查時間，顯著提高醫生的工作效率，同時賦能基層醫療人員，進行高效準確的眼底篩查。

“盡管現狀檢測的準確率已較高，鷹瞳科技不滿足于現狀，考慮利用積累的大量眼底圖像隊列數據，預測患者未來眼底疾病的發展，實現提前干預。公司已建立GenAI模型，預測未來高度近視眼底圖像的變化。”

鷹瞳科技利用眼底圖像評估全身慢性病狀，首創對甲狀腺疾病、高原紅細胞增多癥的評估，并在高血壓、糖尿病、孕高癥等領域處于領先水平。鷹瞳不僅評估現狀，還致力于未來疾病發展的預測，增加多模態數據，基于眼底評估心血管和癡呆風險。此外，公司內部已在高血壓和糖尿病的發展預測上取得突破，相關工作均已發表。

鷹瞳科技的AI，賦能眼健康和慢病管理服務，也應用在智能診療一體化設備的整體解決方案中。通過多輪系統迭代，實現了1分鐘無創檢測，極大提高了檢測效率，已服務超過3000萬人次。同時，公司積累的大量眼健康相關數據，進一步增強了AI大模型的效果。多年服務中，公司發現了27973例重大陽性病例，及時救助了眾多用戶的生命。

視網膜是人體唯一能夠無創、直接觀測到血管和神經的組織，蘊含著豐富的生物學特性和健康信息。人工智能通過像素級圖像處理和深度學習，能夠通過視網膜進行健康評估。

近年來，以鷹瞳科技為代表的科研力量得到越來越多的廣泛關注，視網膜AI技術正在革新心血管疾病的風險評估方法，提供一種無創且高效的方式來預測和管理心血管健康。

利用眼底照片，視網膜AI避免了傳統評估中所需的多項有創指標，如血壓、血脂和糖尿病狀態。根據《Science Bulletin》發表ICVD預測成果，同仁醫院、北大臨床研究所團隊驗證結果，利用視網膜圖像的深度學習算法進行的中國人群10年心血管病風險評估顯示，模型在篩查臨界/中等及以上（≥5%/≥7.5%）ICVD風險人群的AUC分別為0.971 和0.976，對于早期發現心血管病高危人群，指導積極干預，監測和評價干預效果等起到積極的作用。

全國范圍內的多中心研究進一步證明了視網膜AI技術的有效性。從2022年1月至2024年3月，由中國健康促進基金會組織、中華醫學會健康管理學分會提供學術支持、解放軍總醫院醫學院作為課題牽頭的項目《體檢人群糖尿病視網膜病變篩查多中心研究》。

張群教授通過大量科學研究后得出結論，AI技術不僅能夠識別眼底疾病，還能預測未來慢性疾病的風險，能揭示諸如貧血和認知癥等其他慢性疾病的風險。她舉例了一個真實案例，該案例展示了視網膜AI在慢性病健康管理中的應用潛力。

一名45歲男性，有糖尿病病史，未規律用藥。隨著視網膜AI技術的應用，他和成千上百的病患一樣，開始將治療過程前置，提升治療意識。這種變化反映了從“不重視，不管理”的態度轉變為“引注意，啟管理”，并在必要時達到“不理想，強管理”的階段。具體數據顯示，該患者在2022年11月的糖尿病視網膜病變檢測中，出血點個數為5，總面積0.015mm2；到了2023年12月，出血點個數增至15，總面積僅擴大到0.081mm2。因為AI視網膜，才有具體量化的數據，提供了體檢更好的診療依據。

這不是個例，成千上百受惠于健康教育與視網膜AI監測益處的病患們開始提升治療意識，從“不重視，不管理”的態度轉變為“引注意，啟管理”，并在必要時達到“不理想，強管理”的階段。

在人工智能的發展旅程中，人工智能正從狹義（ANI），也稱為弱人工智能，向通用（AGI）或強人工智能發生轉變。ANI專注于執行具體的任務，如語言翻譯或圖像識別，而AGI模擬人類智能，能夠理解、學習和處理多種問題。

從張聰與張群的演講中，可以清晰地看到人工智能技術的作用力，以及活生生案例背后帶來的世界觀、價值觀的變化。AGI技術正逐步改變慢性病管理。

未來，人工智能醫療可以提供從診前信息收集到疾病進展的直觀展示等全面解決方案。在慢性病管理中，AGI還可以進行智能預問診，形成預問診病歷，加強患者教育，并提高患者依從性。此外，AGI還推動了智慧科研的進展。通過自動化的數據處理和分析，AGI助力科研人員在數據采集、統計、繪圖等方面，大幅提高研究效率和質量。智慧科研平臺還涵蓋文獻檢索、期刊查詢、論文查重等功能，極大地簡化了科研工作的復雜性。

近期，在北京海淀區衛健委和中關村科學城的指導下，鷹瞳科技聯合48家海淀區基層醫療機構共同啟動了「人工智能眼底診療協作平臺」的建設。這個平臺不僅是全國首個在醫聯體區域進行私有化部署的實例，而且其集成的AI技術將極大增強通用協作能力。

依托人工智能眼底診療協作平臺，鷹瞳可以為海淀實現三大效能，為基層提供專業化眼科醫生出診、帶教，提升基層醫療機構全科醫生的眼部相關疾病診斷的業務能力；其次，提供專業、規范、長期眼部相關疾病的培訓工作，提升基層醫療機構眼底疾病的診斷能力；也為基層醫療機構提供眼部疾病篩查，嚴重眼底疾病轉診治療的服務。

在人工智能新時代中，通用人工智能（AGI）正在徹底改革慢性病的健康管理模式。AGI的集成進醫療系統，如果可以在規范化腫瘤初篩精篩流程中深化應用，并有效與智能可穿戴設備的結合，將會大大提高診療的精準度和效率。