160w+ 未标注图像、3 个维度全方位评估，周玉坤等人开发 RETFound 模型，用视网膜图像预测多种系统性疾病

作者：乔乔

编辑：三羊

视网膜是人体中唯一可以直接观察到毛细血管网络的部位，也是中枢神经系统的一部分，传统医学人工智能常通过识别视网膜图像中的健康状况，进行眼部疾病的诊断。

然而，AI 模型的开发需要大量由专业人士标注的数据，而且模型通常是针对特定疾病任务的，无法推广至各种各样的临床应用。

针对这种情况，来自伦敦大学学院 (UCL) 和 Moorfields 眼科医院的在读博士周玉昆等人，提出了一个视网膜图像基础模型 RETFound，它利用自监督学习 (self-supervised learning) 在超过 160 万张未标注的视网膜图像上训练而成，在眼部疾病诊断/预后及系统性疾病的预测等任务中，都具有极佳的性能。

相关论文已发表于 Nature。

获取论文：

https://www.nature.com/articles/s41586-023-06555-x

公众号后台回复「视网膜」获取完整论文 PDF

构建 RETFound 的数据集包含两部分：

* CFP 图片：合计 904,170 张 ，其中 90.2% 来自 MEH-MIDAS，9.8% 来自 Kaggle EyePACS33

* OCT 图片：合计 736,442 张，其中 85.2% 来自 MEH-MIDAS，14.8% 来自其他参考文献

MEH-MIDAS 是一个回溯性数据集 (retrospective dataset)，包括 2000 年至 2022 年期间，在伦敦 Moorfields 眼科医院就诊的 37,401 例（16,429 名女性、20,966 名男性以及 6 名性别未知）糖尿病患者的完整眼部成像记录。

这些患者的平均年龄 64.5 岁，标准差为 13.3 岁，同时考虑到种族分布多样性，患者包含英国人 (13.7%)、印度人 (14.9%)、加勒比人 (5.2%)、非洲人 (3.9%)、其他种族 (37.9%) 以及未透露种族的患者 (24 .4 %)。

MEH-MIDAS 数据集的数据来自多种成像设备，如 topcon 3DOCT-2000SA (Topcon)，CLARUS (ZEISS) 以及 Triton (Topcon)。

EyePACS 数据集的数据成像设备包括 Centervue DRS (Centervue)、Optovue iCam (Optovue)、Canon CR1/DGi/CR2 (Canon) 以及 Topcon NW (Topcon)。

RETFound 是一个针对视网膜图像的基础模型，它通过自监督学习 (self-supervised learning) 的方法，在 160 万张未标注的视网膜图像上进行训练，可应用于其他带有明确标注的眼部及系统性疾病检测任务。

RETFound 模型的实现用到了特定配置的掩码自编码器 (masked autoencoder)，这个掩码自编码器包含两部分：

* 一个编码器 (encoder)：使用 large vision Transformer (ViT-large)，包含 24 个 Transformer block 以及 1,024 大小的嵌入向量，input 为 unmasked patches (16×16)，并将其投影到 1,024 大小的特征向量中。这 24 个 Transformer block 包括多头自注意力机制 (multiheaded self-attention) 和多层感知机 (multilayer perceptron)，接受特征向量作为 input 并生成 high-level features。

* 一个解码器 (decoder)：使用 small vision Transformer (Vit-small)，包含 8 个 Transformer block 以及 512 大小的嵌入向量。将掩码虚拟补丁 (masked dummy patche) 插入提取的 high-level features，作为模型 input，然后在线性投影后重构图像补丁。

模型训练的目标是从高度 masked 版本重建视网膜图像，CFP 的 mask ratio 为 0.75，OCT 的 mask ratio 为0.85，batch size 1,792 (8 GPUs × 224 per GPU)，训练 epoch 合计 800，前 15 个 epoch 用于学习率预热（从 0 增加至 1×10^-3。final epoch 的模型权重保存作为适应下游任务的 checkpoint。

为了评估 RETFound 模型的性能及标注效率，科研人员将 RETFound 模型与其他 3 个预训练模型进行了对比，它们分别是 SL-ImageNet、SSL-ImageNet 以及 SSL-Retinal。所有模型的预训练策略都不一样，但具有相同的模型架构以及用于下游任务的调优过程。

1. 眼部疾病的诊断

科研人员使用 8 个公共数据集来验证 RETFound 模型在多种眼部疾病和成像条件下的性能。

内部评估

上图展示的是内部评估 (Internal evaluation)，调优后模型应用于每个数据集，并在眼科疾病诊断任务中对保留的测试数据进行内部评估（如糖尿病性视网膜病变及青光眼）。

实验结果表明：RETFound 在大部分数据集中，都取得了最佳性能，排名第二的是 SL-ImageNet。

外部评估

对于外部评估 (External evaluation)，科研人员评估了 RETFound 模型在 diabetic retinopathy datasets (Kaggle APTOS-2019, IDRID and MESSIDOR-2) 上的性能，这些数据集都在 5 级国际临床糖尿病性视网膜病变严重程度量表上标注过。在 3 个数据集间进行交叉评估，即在一个数据集上调优模型，在其他数据集上对其进行评估。

实验结果表明：RETFound 模型在所有交叉评估中都取得了最佳性能。

2. 眼部疾病预后

科研人员还在 AlzEye 数据上，测试了另一只眼在 1 年内转化为湿性老年黄斑病变 (wet-AMD) 的预后情况，结果发现：

* 输入为 CFP 时，RETFound 性能最佳，AUROC 达到 0.862 (95% CI 0.86, 0.865)，显著优于比较组；

* 输入为 OCT 时，RETFound 得分最高，AUROC 达到 0.799 (95% CI 0.796, 0.802)，比 SSL-Retinal 显示出统计学意义上明显更高的 AUROC。 

4 种系统性疾病分别为：心肌梗塞 (Myocardial infarction)、心力衰竭 (Heart failure)、缺血性中风 (Ischaemic stroke) 以及帕金森病 (Parkinson’s disease)。

实验结果显示：RETFound 模型在 4 种疾病的预测中，性能均超越其他对比模型、排名第一。

尽管科研过程系统地评估了 RETFound 在诊断和预测心脏病、心力衰竭、中风和帕金森等全身性疾病方面的作用，但仍存在一些限制和挑战，需要在未来的工作中进一步探索。

首先，用于开发 RETFound 的大多数数据都来自英国，因此需要考虑未来引入全球视网膜图像后，可能对模型效果带来的影响，模型有必要引入更加多样化和平衡的数据。

其次，虽然这项研究探索了 CFP 和 OCT 下模型的性能，但尚未研究 CFP 和 OCT 之间的多模态信息融合，这可能会使得 RETFound 的性能进一步提高。

最后，一些临床相关信息，例如人口统计和视敏度（visual acuity），可能可以作为眼科研究的有效协变量，它们尚未包含在 SSL 模型中。

目前，RETFound 的开发人员已经公开了这个模型，希望世界各地的人才能够对 RETFound 进行调整和训练，使其适用于不同的患者群体和医疗环境。

截至目前，RETFound 作为基础模型是医学成像中的少数成功应用之一，它在提高模型性能、减轻医学专家标注负担的同时，也引发了人们对于医疗 AI 落地应用的关注。

如今，医疗行业正在进入数智化的爆发期，多方产业资本纷纷入局，推动 AI 技术在医疗行业的应用。

据中商产业研究院统计，2020 年 AI+ 医疗已占人工智能市场的 18.9%，市场规模为 66.25 亿元。另据 IDC 统计数据，到 2025 年人工智能应用市场总值将达 1,270 亿美元，其中医疗行业将占市场规模的五分之一。从基础层到应用层，医疗 AI 广阔市场大有所为。

纵观海外市场，医疗 AI 应用陆续落地：今年 3 月，微软旗下的临床文档软件公司 Nuance 在其最新的语音转录应用程序中添加了 GPT4；4 月，微软和 Epic 宣布将把 OpenAI 的 GPT-4 引入医疗保健领域，以帮助医护人员回复患者信息和分析医疗记录；同月，谷歌宣布将向用户群发布其医学大模型 Med-PaLM 2。

国内方面，科大讯飞、商汤科技等积极布局，行业应用加速探索。AI+医疗，已经是全球科技界都有共识的趋势。

业内人士认为，AI 大模型的应用有望显著缓解医疗行业痛点，随着应用场景的进一步深化，医疗行业智能化时代有望正式开启，行业长期机遇巨大。

参考链接：

[1]https://www.nature.com/articles/s41586-023-06555-x

[2]https://www.nature.com/articles/d41586-023-02881-2