吴逸清
08-03 · 医学计算机视觉·人工智能算法工程师
今天跟一家三甲医院眼科的主任聊完,有点感慨。我们干眼检查仪在他们那用了好几年,十项指标自动出结果,报告拍完就出,门诊用着没问题。但聊到做科研,主任说:你们设备的图像我得导出来,拿别的软件重新分析,自带的那些输出直接用不了。我是这边算法的负责人员,把主任提的需求当场理了一遍。分析了一下,问题确实存在。现在国内干眼设备都在做自动分析,测的指标大同小异,泪膜破裂、泪河高度、睑板腺、脂质层厚度的常规指标,各家都有,但输出的都是给门诊筛查看的报告,一个分级结果加几张标注图。做科研需要的东西更多,原始测量值、可追溯的分析参数、足够细的维度,这些设备都没给。你自动出了个睑板腺萎缩二级,这些缺失比例、腺体长宽、形变、显影度已经被用烂了,研究者得知道你这个二级具体怎么算出来的,分割边界在哪,跟别的设备出的二级能不能横向比较。拿不到这些信息只能导出原始图像自己重新处理,效率很低。认可度低也跟这个有关。脂质层厚度金标准是Lipiview,睑板腺是Meibography分级,标准本身是公开的。国内设备都在自动测这些,同质化挺严重的。因为没有创新点,所以没有什么人拿你的设备做足够样本量的方法学验证,发论文证明你的输出跟金标准对得上。精度到了只是门诊用着没问题,但要作为科研工具被认可,还差得远。主任还提了几个新指标的想法,想让我们在现有检测维度上做出跟市面上不一样的东西。具体怎么落地,回去得好好琢磨琢磨。
发布于 天津
分享
评论
未登录
友善发言
image-upload
评论
加载中