中大新聞中心
中大與北京同仁醫院團隊合作研發全新AI模型診斷眼科疾病
香港中文大學（中大）生物醫學工程學系助理教授袁武教授所領導的研究團隊，與北京同仁醫院王寜利教授團隊合作，成功研發名為VisionFM的人工智能（AI）眼科影像基礎模型，為全球首個以視網膜圖像預測顱內腫瘤的模型，在眼科疾病診斷技術取得突破。研究結果已於國際頂尖醫學期刊《新英倫醫學雜誌》旗下的《NEJM AI》發表。
視力障礙及其相關的主要眼科疾病，例如白內障、老年黃斑病變和青光眼，已成為全球迫切的健康問題。預計到2050年，大約有4.74億人或會患上中度至重度的視力障礙。專業眼科醫生在低收入國家短缺，情況更為嚴重。儘管AI在眼科自動診斷技術發展迅速，但現有模型仍然存在明顯局限，其中經常需要依賴大量標記資料，而收集資料的過程相對耗時又昂貴。此外，許多現有模型只針對單一或較少數量的眼科疾病，並通常僅使用眼底照片等單一成像技術，使它們未能更廣泛應用於臨床診斷。
針對這些挑戰，中大與北京同仁醫院研究團隊研發了突破性的AI眼科影像基礎模型VisionFM。該模型在全球最大眼科資料集進行預訓練，使用340萬張眼科圖像，覆蓋八種不同影像類型，並涵蓋多種眼科疾病、成像模式和設備，以及臨床場景。團隊進行多種應用測試，包括眼科疾病診斷、疾病進展預測、透過眼窺全身的系統性生物標誌物預測、顱內腫瘤預測以及病變、血管等解剖結構的分割。
VisionFM在眼科疾病診斷的表現超越了現有模型，其準確度好比擁有四至八年臨床經驗的眼科醫生。此外，它在診斷和解剖分割方面展現出卓越的少樣本學習能力，能夠適應在預訓練階段未曾遇過的成像方式和設備，並且僅需極少量的金標準樣本進行快速微調。該模型更首次揭示顱內腫瘤與視網膜圖像之間的關聯，能夠直接從低成本的圖像預測腫瘤的存在，為社區和初級保健的早期檢測帶來巨大潛力。此模型已率先在中國河南省應用，用作診斷常見眼部疾病。
此外，研究顯示，通過圖靈測試的合成眼科圖像可大幅增強VisionFM等基礎模型的預訓練，進一步提升其效能。VisionFM透過先進的AI技術提升患者的治療效果，加上其開源代碼庫和模型參數数，有望應對全球眼健康挑戰。
VisionFM由中大生物醫學工程系袁武教授所領導的團隊，及北京同仁醫院攜手開發。
VisionFM可預測38種生理指標，包括血液常規、肝功能、腎功能、血糖及血脂，亦可從眼底照檢測顱內腫瘤。
VisionFM是一個通用眼科影像模型。有別於從前小規模的專有模型，VisionFM使用了涵蓋超過50萬人群的340萬張眼科影像進行開發。它可以處理八種眼科常見模態、進行眼科疾病診斷、疾病進展預測、眼窺全身的系統性疾病預測、眼部生理結構關鍵點檢測，以及血管與病灶等分割。
