ZD至顶网软件频道消息:IBM研究人员在墨尔本成功训练了一个Watson研究版,训练过的Watson可以识别视网膜图像的异常,因此可以帮助医生针对青光眼等眼疾的早期诊断,青光眼又名 “沉默的视力小偷”,许多患者往往直到视力已到了无可挽回的地步才确诊得了此病。
IBM研究人员从2015年开始利用应用深度学习和图像分析技术,通过EyePACS分析了88000个移除了个人信息的视网膜图像,获得了一些关键性眼睛异常资料,简化了医生在诊断眼疾时的一些手工流程。
诊断眼疾通常包括对比左右眼的图像、评估视网膜扫描的质量测量视杯盘的比例,此为青光眼的主要特征之一。
澳大利亚墨尔本大学眼科学系眼科研究中心项目主管Peter van Wijngaarden博士表示,“据估计至少有150000名澳大利亚人患有仍未确诊的青光眼,该数字随着人口的快速老化还将上升。”
Wijngaarden表示,“图像分析和深度学习技术在此领域的发展具有巨大的潜力。”
IBM在一份声明中表示, Watson将来可以检测其他眼疾的特征,如糖尿病性视网膜病变和与年龄相关的黄斑病变。
澳大利亚IBM研究实验室副总裁暨主任Joanna Batstone博士表示,“认知技术和医学图像分析大可以从根本上改变医疗服务的现状。”
Batstone表示,“医学图像是临床早期诊断和治疗的一个丰富数据来源,例如黑素瘤的风险评估及通过分析视网膜确证眼疾。认知技术在准确确认、重现及在诊断过程的临床分析效率方面的潜力巨大。”
IBM还公布了其他计划的概要,IBM将扩大认知计算的广度,并会将Watson连接到基层、关键和行为数据,以获取病人的完整视图。IBM在纽约中部6县地区将推出Watson基层保健提供商连接,参加计划的提供商达2000家。
澳大利亚联邦科学与工业研究组织(CSIRO)几年前在托雷斯海峡群岛和西部金矿区进行了一项远程眼科(Teleophthalmology)试验,参加试验的护士经培训后在前线用移动设备取得视网膜图像。视网膜图像然后被发送到珀斯或布里斯班的眼科医生进行诊断。
澳大利亚电子健康研究中心是CSIRO和昆士兰健康的合资企业。其首席执行官David Hansen告诉记者,“我们可以为社区的病人特别是糖尿病患者提供眼科筛查服务,我们的医生无需去病人那,病人也不用去看医生。因此许多人都可以得到这种服务,如果不用远程的话这些人是不会去做筛查的 。”
Hansen表示,“我们诊断出一些糖尿病患者,他们根本想不到自己患有这种病。有些人的糖尿病性视网膜病变已经非常严重了,需要紧急治疗才能保住视力。”
此外,CSIRO的远程眼科服务已被扩展到其他领域,如伤口护理等,这些都由CSIRO珀斯分部负责运行。而第二视力(Second Sight)的Argus设备是为数不多的商业视网膜植入设备,目前用于帮助晚期退行性眼病患者恢复一定程度的视力。
好文章,需要你的鼓励
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
上海交通大学研究团队开发出革命性AI图像检测系统,不仅能以98.1%准确率识别AI生成的假图片,更能像人类专家一样用自然语言详细解释判断依据并标出具体问题区域。该系统通过创新的多模态大语言模型训练方法,实现了从"黑盒判断"到"透明分析"的突破,为新闻、法律等领域提供可信赖的智能辅助工具。