香港文匯報訊（記者 高鈺）香港中文大學領導組成的國際研究聯盟，正式啟動「全球RETFound」計劃，利用來自超過65個國家及地區逾一億張眼底圖像，創建首個橫跨不同地域及族裔、具全球代表性的醫療人工智能（AI）基礎模型，支援各地研究員以少量數據及運算資源，便能以更公平有效及保障私隱的方式，開發各種眼科相關以至適用於其他全身疾病的醫療AI方案。
基礎數據模型是開發醫療AI應用的起點，然現時全球各地用於訓練模型的數據集並不完善，無法代表廣泛地域及族裔，尤其是東南亞、中亞、拉丁美洲、非洲及中東等地，加上各地數據共享法規及AI基礎設施差異，阻礙全球性的醫療AI發展。
為此，中大醫學院、新加坡國立大學楊潞齡醫學院、英國倫敦大學學院眼科研究所及NIHR Moorfields生物醫學研究中心攜手開發「全球RETFound」模型，匯聚超過65個國家及地區逾100個研究團隊的一億多張彩色眼底圖像，其數據集的規模空前龐大，涵蓋包括東南亞、非洲、中東、南美洲、西太平洋及高加索地區等，更是史上其中一個最具地理及族裔多樣性的醫療數據集，專為訓練醫療AI而設。
「全球RETFound」模型具有靈活的「雙軌」數據共享框架，可兼容不同參與機構而不受技術能力差距及不同監管要求所影響，革新醫療AI的發展。該框架容許機構於所在地區微調生成式AI模型，而中央系統僅共享模型參數，確保病人資料不會在原機構以外範圍流傳。此外，已去識別化的數據亦可通過加密的基礎設施直接共享，讓在本地缺乏圖形處理資源或技術專才的機構也能參與研究。
該模型會以CC授權形式發布，供全球非商業用的研究項目免費使用。模型可用於多種眼科及全身疾病的全面評估，當中包括糖尿病視網膜病變、青光眼、老年黃斑病變、心血管疾病、神經退化性疾病及糖尿病相關血管併發症。
中大醫學院眼科及視覺科學學系教授張艷蕾形容，「全球RETFound」計劃有望革新醫療AI在分析未見資料的能力及公平性方面的國際標準，「透過一個經全球數據訓練的基礎模型，我們可以加速開發更切合本地臨床需求的AI工具，同時大幅減省所需的數據量及運算資源。」
「全球RETFound」計劃的理論依據與創新性近日已刊登於國際權威醫學期刊《Nature Medicine》，各參與單位亦正加強推廣，希望眼科以外醫學領域亦能建立類似計劃。
0 / 800