亿丰彩票 - 亿丰彩票

AI医生出手 居家筛查宝宝视功能******

　　广州日报讯 (全媒体记者梁超仪 通讯员邰梦云、唐艳丽)宝宝最近总是揉眼、不断眨眼，是不是视力有问题？看诊不会配合检查怎么办？过往，婴幼儿视力评估充满了挑战，这一群体的眼健康普筛也存在空白。如今这一现状得以打破。

　　日前，中山大学中山眼科中心召开新闻发布会，该中心林浩添教授团队联合全球多家医疗及研发机构，研发全球首个婴幼儿视功能损伤手机智能筛查系统，研究成果于1月26日在《Nature Medicine》在线发表，为破解婴幼儿视功能损伤及相关眼病早期筛诊难题提供有效技术手段。

　　目前，团队与粤省事等公众平台进行对接和部署，为婴幼儿视功能损伤及相关眼病的大规模筛查提供可行方案。此外，市民搜索小程序“Ai宝睛灵”，即可便捷在家首尝“头啖汤”。

　　历时八年采集3652名婴幼儿视力数据

　　林浩添教授介绍，0-4岁婴幼儿处于视功能发育的关键时期。在这个阶段发生的眼病如果不能及时干预治疗，很可能导致患者长达几十年低视力甚至致盲，给家庭和社会带来沉重的负担。据国家疾控中心数据显示，全国5000万0-4岁婴幼儿中，眼病发病率高达9.11%，早筛早治是提高婴幼儿视功能预后的关键。

　　对婴幼儿进行视功能评估，早期发现眼部疾患引起的视功能损伤十分关键，却充满挑战。由于婴幼儿难以表达眼部不适，视功能损伤易被忽视或漏诊，错过最佳的治疗时机。其次，受限于认知水平，婴幼儿难以配合完成传统的眼部检查。此外，大部分检查手段对于技术人员的专业水平与设备要求高，筛查成本高，效能低，难以作为普筛技术手段普及。

　　为破解这一难题，该研究团队历时八年，前瞻性采集来自3652名婴幼儿的超过2500万帧注视行为大数据，依托天河二号超算中心部署的深度学习人工智能数据分析后台，对采集的数据进行深度分析，早期预警异常注视行为，筛检婴幼儿视功能损伤及相关眼病。

　　该技术的研发创新婴幼儿视功能损伤移动智能筛诊模式，有望极大降低婴幼儿视功能损伤早期筛诊的难度及成本。

　　可初筛超16种婴幼儿常见致盲眼病

　　记者进入小程序发现，居家用手机操作十分方便，在实操中，家长通过手机播放一段3分钟的动画视频吸引婴幼儿保持注视，可以实现对婴幼儿注视习惯和行为模式的实时捕捉，随后该系统会给出初筛的结果。

　　林浩添介绍，在这个人工智能系统中，研究团队基于视频大数据，深度挖掘了不同眼病引起的婴幼儿视功能损伤的异常注视行为模态，并依托深度学习人工智能技术，突破性地实现了对先天性白内障、先天性上睑下垂、先天性青光眼、斜视、视网膜母细胞瘤等超16种婴幼儿常见致盲眼病引起视功能损伤的早期检测，平均筛查准确率超85%。而在实际应用中，系统在全国4家医疗机构参与的多中心外部验证中的筛查准确率超80%。同时，研究团队招募了120个家庭参与居家筛查，便捷的系统操作流程使得99%的家长都能顺利完成筛查试验，筛查准确率达85.9%。

　　“我们希望通过这一人工智能系统，让有需要的家长居家便可以便捷帮助婴幼儿视力进行普筛，辨别视力状况是正常还是异常，有异常状况通过去医院专科就诊确诊具体的眼疾。”林浩添介绍。据了解，这一系统已在小程序“Ai宝睛灵”试运行上线，下一步在小程序“粤睛晶”中也计划引入。此外，该团队正与粤省事对接，希望可以在广东范围内大范围普及，后续有条件覆盖全国有需要的市民。

向善而生的AI助盲，让AI多一点，障碍少一点******

　　有人说，盲人与世界之间，相差的只是一个黎明。在浪潮信息研发人员的心中，失去视力的盲人不会陷入永夜，科技的进步正在力图给每一个人以光明未来。

　　AI助盲在人工智能赛道上一直是最热门的话题之一。以前，让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破，更多的失明者正在借助AI提供的感知、理解与交互能力，以另一种方式重新“看见世界”。

　　新契机：多模态算法或将造福数以亿计失明者

　　科学实验表明，在人类获取的外界信息中，来自视觉的占比高达70%~80%，因此基于AI构建机器视觉系统，帮助视障患者拥有对外界环境的视觉感知与视觉理解能力，无疑是最直接有效的解决方案。

　　一个优秀的AI助盲技术，需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展，才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够，以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。

　　多个模态的交互可以提升AI的感知、理解与交互能力，也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说，多模态算法在AI助盲领域的应用一旦成熟，将能够造福数以亿计的失明者。据世卫组织统计，全球至少22亿人视力受损或失明，而我国是世界上盲人最多的国家，占世界盲人总数的18%-20%，每年新增的盲人数量甚至高达45万。

　　大挑战：如何看到盲人“眼中”的千人千面

　　AI助盲看似简单，但多模态算法依然面临重大挑战。

　　多模态智能算法，营造的是沉浸式人机交互体验。在该领域，盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一，这项研究已经吸引了全球数以万计的视障患者参与，这些患者们上传自己拍摄的图像数据和相匹配的文本问题，形成了最真实的模型训练数据集。

　　但是在现有技术条件下，盲人视觉问答任务的精度提升面临巨大挑战：一方面是盲人上传的问题类型很复杂，比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。

　　另一方面，由于盲人的特殊性，很难提取面前物体的有效特征。比如盲人在拍照时，经常会产生虚焦的情况，可能上传的照片是模糊的或者没有拍全，或者没拍到关键信息，这就给AI推理增加了难度。

　　为推动相关研究，来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”，并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题，然后要求给出相应的答案，解决盲人的求助。

　　另外，盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说，盲人逛超市，由于商品外观触感相似，很容易犯错，他可能会拿起一瓶醋却询问酱油的成分表，拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效，没法给出有效信息。

　　最后，针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制，同样也是现阶段的研发难点。

　　多解法：浪潮信息AI助盲靶向消灭痛点

　　AI助盲哪怕形式百变，无一例外都是消灭痛点，逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究，只为帮助盲人“看”到愈发精彩的世界。

　　在VizWiz官网上公布的2万份求助中，盲人最多的提问就是想知道他们面前的是什么东西，很多情况下这些物品没法靠触觉或嗅觉来做出判断，例如 “这本书书名是什么？”为此研发团队在双流多模态锚点对齐模型的基础上，提出了自监督旋转多模态模型，通过自动修正图像角度及字符语义增强，结合光学字符检测识别技术解决“是什么”的问题。

　　盲人所拍摄图片模糊、有效信息少？研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法，并提出多阶段交叉训练策略，具备更充分的常识能力，低质量图像、残缺的信息，依然能够精准的解答用户的求助。

　　目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点，在AI助盲领域斩获世界冠军两项、亚军两项。

　　真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此，研发团队首次提出视觉定位文本去噪推理任务FREC，FREC提供3万图片和超过25万的文本标注，囊括了口误、歧义、主观偏差等多种噪声，还提供噪声纠错、含噪证据等可解释标签。同时，该团队还构建了首个可解释去噪视觉定位模型FCTR，噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议，该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。

　　在智能交互研究方面上，浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA，同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。

　　眼球虽然对温度并不敏感，但浪潮信息的研发团队，却在努力让盲人能“看”到科技的温度，也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍，跨越山海。科技的伟大之处不仅仅在于改变世界，更重要的是如何造福人类，让更多的不可能变成可能。当科技成为人的延伸，当AI充满人性光辉，我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意，见证着更加光明宏大的远方。

　　（文图：赵筱尘 巫邓炎）