早产儿视网膜病变（ROP）是影响早产儿的严重眼部疾病，是视力障碍和失明的主要原因。
早期治疗可以减轻ROP的最严重影响，但儿科眼科医生的短缺，特别是在低收入和中等收入国家，是一个主要障碍。
在一项研究中 发表于The Lancet研究人员开发了一种无代码的人工智能模型，可以从视网膜图像中诊断ROP。
他们认为，该模型将帮助眼科医生从世界各地诊断疾病，因为它运行在谷歌云上，并需要最少的技术专业知识来操作。
早产儿视网膜病变（ROP）
ROP是一种视网膜血管的异常生长，通常在妊娠31周之前出生或体重低于3磅的婴儿中观察到。
虽然轻度ROP可以独立解决，但严重的情况下可导致视网膜脱离、视力障碍和失明。
几种视网膜特征被用于诊断ROP，包括plus疾病，定义为视网膜血管的异常弯曲。研究人员在研究中解释说：“患有plus疾病被认为是需要治疗的视网膜病变的标志。” 儿科眼科医生的常规筛查可以帮助预防ROP的进展。
以前的研究已经证明，人工智能模型可以基于对视网膜图像的分析来准确诊断严重的ROP。然而，这些模型中的大多数需要技术专业知识和大量的硬件资源，而这在一些医疗环境中是稀缺的。
一个可访问的免代码人工智能模型解决了这些挑战，使眼科医生能够通过互联网连接从任何地方获得尖端的视网膜诊断。
人工智能的角色
该研究比较了一个基于Google Cloud AutoML视觉应用程序编程接口（API）构建的无代码人工智能模型和一个从头开始构建的定制模型。
“这个无代码人工智能应用程序是使用来自英国一家医院种族和社会经济背景不同的新生儿的图像开发的，”研究人员说。
由于它运行在Google Cloud AutoML上，该模型只需要最少的技术专长和零硬件，除了互联网连接—您只需将视网膜图像输入预训练模型。
该研究发现，无代码的Google Cloud AutoML模型与定制模型的性能相似，在检测疾病方面与高级眼科医生相似。
其中一位作者，伦敦大学学院的副教授康斯坦丁诺斯·巴拉斯卡斯博士说：“鉴于它是可检测和可治疗的，任何儿童都不应该因为早产儿的视网膜病变而失明。我们希望，我们自动化诊断早产儿视网膜病变的技术将改善服务不足地区获得护理的机会，并防止世界各地数千名新生儿失明。“
纽约西奈山心脏中心主任、公共卫生部的Deepak Bhatt博士赞扬了这项研究，他说：“这是一项聪明的研究，显示了人工智能的潜在非常有用的应用。作者表明，他们的人工智能程序在通过检查视网膜图像来识别儿童失明的主要原因方面表现得与高级眼科医生一样好。
Bhat强调了人工智能在医疗保健方面的潜力，“机器学习和人工智能已经走出了科幻小说，进入了临床实践的可能实用领域。这项研究就是一个很好的例子。需要在不同的
任何人都可以使用无代码的云计算模型。
没有硬件要求，模型是预先训练的，所以你只需要输入（在本例中，视网膜图像）。
研究人员承认，该模型主要是使用Retcam拍摄的图像进行测试的，Retcam是一种特殊类型的视网膜相机，往往价格昂贵。
然而，通过工作，它可以扩展到其他视网膜图像，帮助医疗保健提供者从世界任何地方获得最先进的视网膜诊断。
