《大數據驅動的嬰幼兒視力智慧型評估系統的研發和套用》是依託中山大學，由林浩添擔任項目負責人的重大研究計畫。
基本介紹
- 中文名：大數據驅動的嬰幼兒視力智慧型評估系統的研發和套用
- 項目類別：重大研究計畫
- 項目負責人：林浩添
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
大數據驅動的智慧型化醫療系統研發是新一代醫學革命的核心動力。本團隊前期在重大研發計畫培育項目（91546101）支持下，研發了先天性白內障智慧型診療決策系統（Nature Biomedical Engineering，2017），並完成一系列的數字診療工作。然而，現有醫學大數據智慧型分析技術，局限于格式化電子病歷數據及靜態醫學圖像，難以有效學習不斷動態變化的疾病表征，這成為了大數據驅動診治模式變革面對的重要挑戰。本項目擬聚焦嬰幼兒視覺損傷評估這一難題，以前期積累的4196例嬰幼兒的行為表型視頻大數據為基礎，圍繞三個視功能高相關的醫學體徵（斜視、眼球震顫、代償頭位），創建以視頻片段為基本單位的醫學人工智慧模型核心技術，研發嬰幼兒視力智慧型評估系統，並套用在智慧型手機以進行大規模篩查推廣，全面提高嬰幼兒眼病早防早治水平，同時為醫學視頻大數據分析與人工智慧轉化套用提供參考。
結題摘要
大數據驅動的智慧型化醫療系統研發是新一代醫學革命的核心動力。然而，現有醫學大數據智慧型分析技術，局限于格式化電子病歷數據及靜態醫學圖像，難以有效學習不斷動態變化的疾病表征，這成為了大數據驅動診治模式變革面對的重要挑戰。本項目聚焦嬰幼兒視覺損傷評估這一難題，前期以積累的4196例嬰幼兒的行為表型視頻大數據為資源基礎，圍繞三個視功能高相關的醫學體徵（斜視、眼球震顫、代償頭位），創建以視頻片段為基本單位的醫學人工智慧模型核心技術。本項目定量對比了不同視功能群體4大類、13個行為特徵的發生頻率及嚴重程度，研究結果顯示，嬰幼兒視功能正常與否，確實會帶來行為模式上的差異。在進一步研究中，明確了斜視、眼球震顫、代償頭位等11個標誌性的醫學行為體徵與嬰幼兒視覺損傷的量化關係。依託已挖掘出的量化關係，本項目運用了全長度視頻訓練的深度學習算法（時序分割網路），將標記好的視頻片段進行隨機分割以供機器學習，研發嬰幼兒視功能智慧型評估系統，判斷準確率達到了80%以上，相關研究成果發表於《自然生物醫學工程》（Nature Biomedical Engineering，2019）。本項目為建立基於手機客戶端的嬰幼兒智慧型視力篩查套用場景提供了技術基礎，將面向社會提供免費的嬰幼兒視功能評估服務以進行大規模篩查推廣，全面提高嬰幼兒眼病早防早治水平，同時為醫學視頻大數據分析與人工智慧轉化套用提供參考，具有重要的科學價值和社會意義。
