华南理工团队建立眼科专用AI数据集，累计涵盖30多种眼疾，推动病理性近视自动筛查工具的面世

　　我们团队研发出一种智能眼病筛查系统，该系统集成了基于丰富数据集训练的AI模型与眼底照相机等硬件设备，能够在完成眼底彩照拍摄后的短短15秒内，针对超过30种眼疾提供诊断建议。这一成就得益于高质量的训练数据支持。一位来自华南理工大学的教授透露了这一创新成果。

　　近年来，眼科AI领域的研究焦点多集中于糖尿病视网膜病变和青光眼等疾病的自动筛查与诊断，并已取得显著进展，多款医用设备已投入应用。然而，病理性近视眼的自动筛查与诊断研究却鲜有人问津。该疾病是一种不可逆的致盲性眼病，在中国40岁以上人群中的患病率约为3.1%，年发病率约为0.05%。

　　病种公开数据的匮乏是病理性近视研究未得到充分重视的主要原因。同时，医疗数据的获取在隐私和伦理方面面临诸多限制，且医疗数据标注需由专业医生完成，进一步提高了数据获取的难度和成本。这些因素构成了医疗AI发展中的一大挑战。

　　为了应对这一挑战，我们团队建立了iChallenge数据集，旨在丰富公开数据集，为研究者提供充足的“弹药”，推动眼科图像分析领域的发展。在中山大学教授等一线临床专家的支持下，我们共同建立了该数据集，并在遵循数据隐私和伦理规范的前提下，每年收集、标注并公开眼科图像数据。

　　为了推动病理性近视自动筛查诊断领域的发展，我们在iChallenge中发布了PALM数据集，累计包含1200张与病理性近视相关的眼底彩照。该数据集不仅提供患病与否的标签，还提供了详细的解剖结构和相关病变标注，包括视盘分割、中央凹定位、斑片状视网膜萎缩以及视网膜脱离等病变区域的分割标注。这些丰富的细节信息有助于提升模型效果，更全面地分析疾病模式，从而提供更准确的诊断建议。

　　此外，我们还通过举办iChallenge算法挑战赛来充分利用数据集的价值。自2018年发布第一个子数据集REFUGE以来，该赛事已连续举办8届，吸引了超过5000支队伍参赛。参赛者利用数据集训练AI模型，提出了许多创新解决方案。例如，在2021年的GAMMA挑战赛中，一个由医学生组成的参赛队伍获得了单任务前三名的好成绩，展示了AI的普及程度。

　　基于PALM（iChallenge）数据集训练的病理性近视自动筛查诊断算法有望落地为设备，辅助医生进行疾病诊断，提高诊疗效率，实现医疗资源的普惠。随着老龄化进程的加速以及患者对眼健康关注度的提升，自动筛查诊断设备的需求日益增长。通过AI技术，我们可以实现致盲眼病的“早期发现、早期诊断、早期治疗”，为患者带来更多福祉。

　　未来，我们将继续增加新的子数据集和更多模态的数据，同时举办算法挑战赛。此外，我们还将尝试与东南亚地区的合作伙伴共同建立该地区的数据集，促进不同地区间的数据共享与合作。我们还将携手合作者建立更多科室的公开数据集，如体检科、心血管科、肾脏科等，通过开放数据集、举办挑战赛和发表综述论文等方式推动主动健康领域的发展和创新成果落地转化。