海得拉巴研究人员开发用于检测眼癌的人工智能模型

在2024年10月发表于《Cancers》期刊的新研究中，研究人员表示，他们改进了ArMOR，并测试了其在多民族患者群体中检测视网膜母细胞瘤的能力。

海得拉巴的L V Prasad眼科研究所（LVPEI）的眼科研究人员Vijitha S. Vempuluru博士、Swathi Kaliki博士，来自美国Wills眼科医院的Carol L. Shields博士，国际信息技术学院（IIIT-Hyderabad）和TechSophy公司合作开发了首个名为“人工智能和机器学习在眼部肿瘤学中的应用，视网膜母细胞瘤（ArMOR）”的AI模型，用于诊断眼癌，该模型可以精确检测所有种族人群的眼癌。

在新研究中，研究人员表示，他们已经改进了ArMOR，并测试了其在多民族患者群体中检测视网膜母细胞瘤的能力。ArMOR技术得到了国际信息技术学院（IIIT-Hyderabad）和Bourntec Solutions Pvt Ltd研究人员的帮助，通过深度学习和几何计算提取视网膜肿瘤的各种特征，如肿瘤种子、血管、出血等，这些特征可以被AI识别。

研究人员在《Cancers》期刊上发表的研究中指出：“该AI模型在检测视网膜母细胞瘤方面的准确率为97%，对于将肿瘤分为国际视网膜母细胞瘤分类A至E组的准确率分别为98%、93%、超过99%、94%和93%。”

由于人工智能/机器学习在眼内肿瘤领域的应用日益增多，早期检测视网膜母细胞瘤（RB）对于优化治疗结果至关重要。“因此，我们旨在利用AI/ML开发一种潜在的RB筛查工具，并建立了训练AI模型从眼底图像中检测和分类RB的可行性。在此基础上，我们探索了该模型在多民族队列中检测和分类RB的能力。尽管各族裔之间的频率分布不均，但我们发现了改进的空间，并重新训练了AI模型以检测和分类RB，”研究人员说。

“我们开始这项工作时，开发了一个用于诊断视网膜母细胞瘤的AI模型，并在亚洲印度人群中进行了验证。然而，我们意识到同一AI模型不能适用于所有种族。通过这项研究，我们改进了现有的AI模型，使其能够应用于所有种族，无论眼底颜色如何，”LVPEI眼科癌症研究所所长、本文通讯作者Swathi Kaliki博士说。

(全文结束)