近期研究指出，IBM的深度自学技术在对糖尿病性视网膜恶性肿瘤的检测与分类上的准确性早已超过86％。IBM方面回应，该临床工具可以协助医生更佳地理解疾病进展并确认化疗方案。据理解，糖尿病性视网膜恶性肿瘤也被称作糖网病，是糖尿病的并发症之一，发病率低，与糖尿病总是如影随形。

糖网病恶性肿瘤早期，并会造成患病者反感的呼吸困难，而是像温水熬青蛙一样逐步风化患者视力。所以当患者反应过来视力大幅度下降时，有可能为时已晚，造成失去的视力无法完全恢复。

有数据统计资料，目前全球范围内约有4．15亿的糖尿病患者面对视网膜恶性肿瘤的风险。通过技术创新对有风险的患者展开有效地筛查并及时化疗，以避免患者失聪，变得尤为重要。还包括谷歌在内的国际巨头都在探寻将人工智能应用于到糖网病的筛查中。国内也有上工医信、肽积木等创业公司专门从事这方面的研究。

此次，IBM根据35000张眼底图片展开训练，以辨识眼底恶性肿瘤。它可以将疾病按照相当严重程度分成5个级别：无糖尿病性视网膜恶性肿瘤，轻度，中度，重度或增殖性糖尿病性视网膜恶性肿瘤。

该方法融合了深度自学、卷积神经网络和基于词典的自学等方法以划入疾病特异性病理学。IBM回应，传统的筛查方法是通过临床医生来对患者定期监测，临床其糖尿病性视网膜恶性肿瘤的情况。

这种方面花费的时间宽，且有很强的主观性。而计算机视觉临床方法可以在20秒内已完成对糖尿病性视网膜恶性肿瘤的临床和分类，协助临床医生检验出有更加多的患者，提高工作效率。

本文来源：艾弗森贝博ballbet官网-www.rc517.com