中新网上(shang)海(hai)7月(yue)22日电 (陈静 顾卓敏)记者22日获悉，中国与新加坡的专家团队携手，通过(guo)医工(gong)交叉合作研究，构建了多(duo)模态集成(cheng)智能系统DeepDR-LLM，这是全球面向糖尿病诊疗的视觉(jue)——大语言模型，可(ke)有效提升DR(糖尿病视网膜病变)筛查和基层糖尿病管理水平，为未(wei)来全球糖尿病管理提供了数字解决方案(an)。
DeepDR-LLM系统融合了大语言模型和深(shen)度学习技术优势，实现了医学影像诊断与诊疗意(yi)见的多(duo)模态生成(cheng)功(gong)能，能提供糖尿病视网膜病变辅助诊断结果及个(ge)性化的糖尿病综合管理意(yi)见。该系统在(zai)覆盖(gai)亚非欧区域七个(ge)国家(地区)的多(duo)中心队列中进行了回顾性验证，针(zhen)对中国基层医疗实际开展了前瞻性真实世(shi)界验证，进而向全球提供了面向糖尿病医疗垂直领域的多(duo)模态大模型应用成(cheng)效的高质量循证证据。
据介绍，上(shang)海(hai)交通大学医学院附属第(di)六人民(min)医院贾伟平教授、李华婷教授团队与上(shang)海(hai)交通大学电院计算机系/教育部人工(gong)智能重点实验室盛斌教授团队，携手清华大学黄天(tian)荫教授团队与新加坡国立大学覃(qin)宇宗教授团队共同获得的研究成(cheng)果在(zai)最新一期知名学术期刊Nature Medicine上(shang)发表。
近年来，人工(gong)智能，特别是深(shen)度学习在(zai)糖尿病及并发症管理中发挥着越(yue)来越(yue)重要的作用。既往的人工(gong)智能系统研发主要集中在(zai)糖尿病的并发症筛查或辅助管理的单一领域。随着全球范围内生成(cheng)式人工(gong)智能技术的迅猛发展，多(duo)模态大模型正不断推动医疗领域的新应用场景和模式的涌现，但这些模型尚不能提供准确且安(an)全的糖尿病综合诊疗建议。
据悉，针(zhen)对当前的技术空白和临床的实际需求(qiu)，DeepDR-LLM系统由LLM模块(kuai)和DeepDR-Transformer模块(kuai)组(zu)成(cheng)。LLM模块(kuai)突破低算力资源约束下的多(duo)模态大模型优化的“瓶颈”；同时，基于37.2万条基层慢病诊疗和慢病管理数据和知识实现了高效优化训练，使DeepDR-LLM系统可(ke)基于患者个(ge)体的临床信息生成(cheng)精准糖尿病管理意(yi)见。DeepDR-Transformer模块(kuai)通过(guo)针(zhen)对超50万张眼底图像进行训练，可(ke)精准实现眼底影像的质量检测、病变分割和DR分级诊断 ，实现DeepDR-LLM系统的一站式多(duo)模态诊疗意(yi)见集成(cheng)。
经过(guo)国际多(duo)学科专家委员(yuan)会的多(duo)维度评估，DeepDR-LLM系统产出(chu)诊疗意(yi)见的质量达到(dao)或优于基层医生的水平；通过(guo)来自多(duo)个(ge)中国城市和新加坡、印度、泰国、英国、阿尔及利亚、乌兹别克(ke)斯坦6个(ge)国家的超50万张眼底图像对DeepDR-LLM系统进行外部测试，科研人员(yuan)发现，DeepDR-LLM系统的DR诊断能力达到(dao)专业眼科医生水平。研究团队同时证明：基层医生在(zai)DeepDR-LLM系统的辅助下能够更准确地判读(du)DR 。
研究团队将集成(cheng)的DeepDR-LLM系统应用于真实世(shi)界临床流程，开展了随访769名中国基层糖尿病患者的前瞻性研究。结果表明， DeepDR-LLM系统被纳入糖尿病诊疗流程后，可(ke)显著(zhu)改善新发糖尿病患者的自我管理行为，并提高DR患者的转诊依(yi)从性。
贾伟平教授22日告诉记者，目(mu)前全球基层糖尿病管理水平参差不齐，中低收入国家面临医疗资源不足、缺(que)乏训练有素的基层医生等挑战(zhan)。将DeepDR-LLM系统纳入基层糖尿病管理诊疗流程有望提高基层DR筛查能力和糖尿病管理意(yi)见推荐能力，进而改善糖尿病患者预后。(完)