香港新闻网1月10日电　香港中文大学（中大）生物医学工程学系助理教授袁武教授所领导的研究团队，与北京同仁医院王寜利教授团队合作，成功研发名为VisionFM的人工智能（AI）眼科影像基础模型，为全球首个以视网膜图像预测颅内肿瘤的模型，在眼科疾病诊断技术取得突破。

视力障碍及其相关的主要眼科疾病，例如白内障、老年黄斑病变和青光眼，已成为全球迫切的健康问题。预计到2050年，大约有4.74亿人或会患上中度至重度的视力障碍。专业眼科医生在低收入国家短缺，情况更为严重。尽管AI在眼科自动诊断技术发展迅速，但现有模型仍然存在明显局限，其中经常需要依赖大量标记资料，而收集资料的过程相对耗时又昂贵。此外，许多现有模型只针对单一或较少数量的眼科疾病，并通常仅使用眼底照片等单一成像技术，使它们未能更广泛应用于临床诊断。

针对这些挑战，中大与北京同仁医院研究团队研发了突破性的AI眼科影像基础模型VisionFM。该模型在全球最大眼科资料集进行预训练，使用340万张眼科图像，覆盖八种不同影像类型，并涵盖多种眼科疾病、成像模式和设备，以及临床场景。团队进行多种应用测试，包括眼科疾病诊断、疾病进展预测、透过眼窥全身的系统性生物标志物预测、颅内肿瘤预测以及病变、血管等解剖结构的分割。

VisionFM在眼科疾病诊断的表现超越了现有模型，其准确度好比拥有四至八年临床经验的眼科医生。此外，它在诊断和解剖分割方面展现出卓越的少样本学习能力，能够适应在预训练阶段未曾遇过的成像方式和设备，并且仅需极少量的金标准样本进行快速微调。该模型更首次揭示颅内肿瘤与视网膜图像之间的关联，能够直接从低成本的图像预测肿瘤的存在，为社区和初级保健的早期检测带来巨大潜力。此模型已率先在中国河南省应用，用作诊断常见眼部疾病。

此外，研究显示，通过图灵测试的合成眼科图像可大幅增强VisionFM等基础模型的预训练，进一步提升其效能。VisionFM透过先进的AI技术提升患者的治疗效果，加上其开源代码库和模型参数数，有望应对全球眼健康挑战。（完）