近日，健康科學(xué)與工程學(xué)院何宏教授帶領(lǐng)的醫(yī)學(xué)人工智能團(tuán)隊在《數(shù)字醫(yī)學(xué)》（npj Digital Medicine）發(fā)表題為“提升眼部體征檢測能力：基于人工智能的策略性分割以提高準(zhǔn)確性與隱私保護(hù)”（Enhancing ocular sign detection: AI-based strategic segmentation for improved accuracy and privacy protection）的研究論文。該研究由健康學(xué)院醫(yī)學(xué)人工智能團(tuán)隊聯(lián)合上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院、新加坡及泰國等多家醫(yī)療機(jī)構(gòu)共同完成。何宏教授為論文通訊作者之一。雷超宇、趙晨、陳家毓為論文共同第一作者，其中陳家毓為醫(yī)學(xué)人工智能團(tuán)隊的博士研究生成員，此外，團(tuán)隊成員碩士研究生徐楚迪也參與了本研究數(shù)據(jù)分析工作。
該研究聚焦甲狀腺相關(guān)眼?。═hyroid Eye Disease, TED）早期體征識別問題。針對傳統(tǒng)基于面部或眼周圖像的人工智能方法在識別精度和隱私保護(hù)方面存在的不足，研究團(tuán)隊提出了一種基于精細(xì)分割策略的眼部體征智能識別方法。團(tuán)隊設(shè)計了輕量化分割網(wǎng)絡(luò)DSE-Net，實現(xiàn)對眼瞼、結(jié)膜、淚阜和眼球等關(guān)鍵解剖區(qū)域的精準(zhǔn)分割，并在此基礎(chǔ)上構(gòu)建SegmenView智能識別系統(tǒng)，用于自動檢測眼瞼水腫、結(jié)膜充血、淚阜水腫和突眼等多種眼部體征。健康學(xué)院醫(yī)學(xué)人工智能團(tuán)隊在研究中主要負(fù)責(zé)深度學(xué)習(xí)模型的構(gòu)建與算法實現(xiàn)，并參與論文撰寫及研究工作組織與指導(dǎo)。研究基于來自中國、新加坡和泰國五家醫(yī)院的多中心數(shù)據(jù)開展驗證，共納入1180名患者、2360只眼睛的影像數(shù)據(jù)。實驗結(jié)果表明，該方法在多個數(shù)據(jù)集上均取得優(yōu)于傳統(tǒng)面部圖像和眼周圖像模型的檢測性能，同時顯著減少非必要面部信息的使用，從而提升模型的隱私保護(hù)能力和臨床應(yīng)用潛力。
該研究是醫(yī)學(xué)與人工智能技術(shù)深度融合，也是醫(yī)學(xué)人工智能團(tuán)隊長期與第九人民醫(yī)院合作產(chǎn)生的標(biāo)志性醫(yī)工交叉研究成果。研究團(tuán)隊通過將精準(zhǔn)醫(yī)學(xué)需求與人工智能算法創(chuàng)新相結(jié)合，為眼部疾病的早期篩查與輔助診斷提供了新的技術(shù)路徑。相關(guān)方法具有良好的輕量化特性和可部署性，未來有望應(yīng)用于移動醫(yī)療、遠(yuǎn)程醫(yī)療及基層醫(yī)療機(jī)構(gòu)，為眼部疾病的早期發(fā)現(xiàn)與持續(xù)監(jiān)測提供智能化技術(shù)支撐。
文章鏈接：https://www.nature.com/articles/s41746-025-02310-w
