通過眼底攝像頭、人工智能算法、NVIDIA GPU和邊緣計算架構四者的結合，臺灣醫療科技公司MiiS將人工智能應用到前沿以對抗糖尿病引起的失明。

全世界當前有4億多糖尿病患者，糖尿病眼病篩查因此變得越來越普遍，但眼病篩選并非易事。

糖尿病視網膜病變的癥狀診斷是臨床普遍遇到的難題，即使借助眼睛內部的高分辨率圖像，也常常難以得出結果。鑒于許多醫院和診所的互聯網連接并不健全，主要醫護人員想借助云平臺分析圖像進而提供全面的診斷幾乎是不可能的，即使可以，整個過程也非常耗時。

臺灣晉弘科技（MiiS）的銷售副總裁Julie Chen對此表示，“診斷時間過長增加了患者錯過早期治療機會的可能性。”

晉弘科技（MiiS）是一家臺灣醫療設備制造商。該公司通過眼底攝像頭、人工智能算法、NVIDIA GPU和邊緣計算架構四者的結合解決了這一難題，從而迅速將糖尿病視網膜病變的診斷結果交給醫生。

通過在晉弘科技（MiiS）的Horus數字眼底相機中嵌入NVIDIA Jetson TX2 GPU超級計算機，以及經過糖尿病性視網膜病檢測培訓的人工智能軟件，晉弘科技（MiiS）本質上為醫生提供了一款十分便攜且由GPU驅動的人工智能設備，它可以在幾秒鐘內生成診斷結果。

Julie Chen說：“患者可能由于各種原因沒能去看眼科醫生，我們的智能設備可以避免人們因長時間等待，而耽誤病情診斷。”

毋庸置疑：早期診斷至關重要

在早期發現糖尿病視網膜病變可以延緩甚至預防與糖尿病引起的失明。但是，主要醫護人員通常無法像眼科醫生或晉弘科技（MiiS）的AI模型一樣捕捉到一些模糊指標。

為了訓練這個模型，晉弘科技（MiiS）從三家合作醫院獲得了包含12萬張圖像的數據集。這些圖像由一個由50位醫生組成的團隊完成標記，并且在云端的數組NVIDIA GPU上完成培訓。

晉弘科技（MiiS）的解決方案首先生成所需的眼底圖像，隨后立即將其應用于AI模型，并在內嵌的Jetson TX2上運行推理計算。醫生則會在5秒鐘內收到其分析結果。

晉弘科技（MiiS）的AI模型預測準確性大約為90％，這一數據與專業眼科醫生的判斷準確率相當。但是該解決方案的絕對優勢在于速度：邊緣計算方法的性能比基于云計算的競品高10倍，且后者僅能在企業的互聯網連接穩定時運行。

Julie Chen說：“全科醫生可以立即知道診斷結果，不用再一直等著來自云服務器的反饋。”

未來可期：這僅僅是開始

雖然成立于2010年的晉弘科技（MiiS）已經開發了許多利用其Horus系列數字示波器的診斷設備，但此次針對糖尿病視網膜病變的解決方案是其對眼底圖像、AI和邊緣計算結合運用的首次嘗試。目前這一解決方案正在接受FDA審查。

Julie Chen表示，該方法還可以應用于糖尿病相關的其他領域，例如耳科，口腔科和皮膚科。

此外，她還表示公司希望其對邊緣計算的應用未來可在整個人工智能領域中流行起來，無論是醫療還是工業。

晉弘科技（MiiS）是NVIDIA初創計劃的成員，該計劃是一個虛擬加速器項目，專為初創企業提供市場宣傳、專業知識和技術支持。
責任編輯:pj