IBM使用深入的学习来更好地发现导致失明的主要原因

在最近使用认知技术应对眼病方面，IBM开发了一种简单的方法来帮助医生诊断糖尿病视网膜病变。

IBM周四宣布了其在应对眼病方面的最新突破，采用新的研究方法，可帮助医生诊断并对糖尿病视网膜病变(DR)进行分类。

DR是糖尿病的并发症，也是美国失明的主要原因之一。使用深度学习和视觉分析技术，IBM研究人员能够对患者糖尿病视网膜病变(DR)的严重程度进行分类，准确程度达到86%。

该方法只需20秒就能识别和分类，这可以帮助更多的医生筛检更多的患者。目前，糖尿病视网膜病变患者由专家临床医生筛检，经常是手动的，整个过程非常耗时。

根据视网膜上的损伤和视网膜血管的损伤，DR的严重程度被分为五级(无DR;轻度;中度;严重;增殖性DR)。

IBM分类疾病的新方法结合了两种分析方法——卷积神经网络(CNN)与基于字典的学习，都纳入DR特异性病理学。

研究结果在本周在墨尔本举行的IEEE国际生物医学影像学研讨会(International Symposium on Biomedical Imaging)上提出。

这项工作建立在IBM Research的深层学习技术和图像分析技术的基础之上，可帮助诊断眼部疾病。IBM在医疗保健行业使用认知技术方面投入巨大，全球共有12个研究实验室专注于对眼科疾病、肺癌和黑色素瘤的一系列疾病进行医学影像分析。