💻 computer science

Bridging the Rural Healthcare Gap: A Cascaded Edge-Cloud Architecture for Automated Retinal Screening

本文提出了一种两级边缘 - 云级联架构，该架构利用轻量级 MobileNetV3-small 模型进行本地分诊，并采用强大的 RETFound-DINOv2 模型进行云端严重程度分级，在保持与纯云端基线相当的诊断准确性的同时，成功将农村糖尿病视网膜病变筛查的云端使用量降低了约 50%。

原作者： Nishi Doshi, Shrey Shah

发布于 2026-05-15

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Nishi Doshi, Shrey Shah

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，一家位于偏远乡村的诊所正试图为患者筛查糖尿病视网膜病变（DR），这是一种若不及时发现可能导致失明的疾病。问题在于，这些诊所往往缺乏眼科专家，且网络连接极其缓慢且昂贵。将高质量的眼部照片发送至“云端”（即远程数据中心）的强大计算机以获取诊断，不仅速度慢、费用高，而且一旦网络中断，系统甚至可能完全瘫痪。

本文提出了一种巧妙的解决方案，称为**“两级级联”。这就像是一个设有两道闸门的智能安检站**，旨在在保障患者安全的同时节省时间和金钱。

问题所在：“沉重行李”困境

将高分辨率的眼部照片发送至云端，就像试图通过一个缓慢且昂贵的邮政服务邮寄一幅沉重而脆弱的画作。

缓慢：照片体积巨大（5–20 MB），在缓慢的乡村互联网上上传需要耗费漫长时间。
昂贵：每次上传都产生费用，这对于小型诊所而言是一笔不小的累积开支。
不可靠：一旦网络中断，系统就会停止工作。

解决方案：双闸门系统

作者构建了一个包含两个阶段（或“闸门”）的系统来处理这一问题：

闸门 1：本地“快速初筛”（边缘端）

是什么：一个小型、轻量级的 AI 模型（称为MobileNetV3），直接在诊所的本地计算机上运行，无需互联网连接。
任务：它充当分诊护士的角色。它不试图给出详细的诊断，只问一个简单的问题：“这只眼睛看起来是否需要专科医生的关注？”
- 否：患者安全。系统在此停止。无需互联网。
- 是：系统标记该照片并将其发送至下一道闸门。
策略：这道闸门被设定为极度谨慎。宁可错误地将健康眼睛送往云端（即“误报”），也绝不能漏掉一只患病眼睛。这就像机场的金属探测器：宁可让几个无辜的人接受搜身检查，也不能让武器通过。
结果：这道闸门正确识别了**99%**需要帮助的眼睛，在其测试中仅漏掉了 298 例患病病例中的 3 例。

闸门 2：云端“深度分析”（云端）

是什么：一个庞大且强大的 AI 模型（称为RETFound-DINOv2），运行在云端的超级计算机上。
任务：这是专科医生。它仅查看被闸门 1 标记为“可疑”的照片，并给出详细的严重程度评分（疾病有多严重）。
神奇之处：由于闸门 1 过滤掉了健康眼睛，闸门 2 只需处理大约一半的照片。

结果：节省一半工作量

研究人员在公开的眼部图像数据集（APTOS 2019）上测试了该系统。以下是他们的发现：

削减一半云端账单：系统仅将49.5%的图像发送至云端。这意味着诊所在数据上传和云端计算成本上节省了50.5%。
保持高质量：尽管他们为半数患者跳过了云端处理，但最终诊断结果几乎与发送所有照片到云端一样好。
- 仅云端系统：80.76% 的准确率。
- 双闸门系统：80.49% 的准确率。
- 差异微乎其微，但节省的开支却巨大。

一个简单类比

想象一个繁忙的机场，排着长长的安检队伍。

旧方式（仅云端）：每一位乘客，无论携带的是牙刷还是炸弹，都必须经过完整、缓慢且昂贵的 X 光机检查。
新方式（级联系统）：
- 闸门 1（本地）：入口处的快速扫描仪检查明显的金属。如果你看起来没问题，就可以直接通过。
- 闸门 2（云端）：只有触发警报的人才会进入完整的 X 光机检查。
- 结果：机场处理乘客的速度快了一倍，用电量减少了一半，但他们仍然能抓住坏人，因为第一道闸门非常敏感，极少让“炸弹”溜过去。

论文中的重要说明

这是测试，而非治愈：作者在计算机上使用公开数据集测试了该方法。他们明确指出，这尚未成为针对真实患者的临床验证。
无“未来”承诺：论文并未声称这将解决医生短缺问题，或明天就会部署到乡村。它仅仅证明了这种特定的“双闸门”数学方法在该特定数据集上表现良好。
权衡取舍：该系统的设计原则是安全。它宁愿将几只健康眼睛送往云端（浪费一点时间），也不愿冒险漏掉一只患病眼睛。

简而言之，本文表明，在将数据发送至庞大且强大的云端之前，先使用小型本地过滤器，可以使农村地区的自动化眼部筛查变得更快、更便宜，同时不会损失太多准确率。

技术摘要：通过边缘 - 云端级联架构弥合农村医疗差距以实现视网膜筛查

问题陈述
糖尿病视网膜病变（DR）是导致可预防性失明的主要原因，然而农村地区往往缺乏早期检测所需的专科医生和基础设施。虽然基于云端的深度学习系统能提供高准确率，但在低连接性的农村环境中面临三大关键障碍：

延迟与带宽：高分辨率眼底图像（5–20 MB）在通过低带宽链路上传时会导致显著延迟。
成本：在数据按流量计费的地区，重复上传图像会给小型诊所带来高昂的运营成本。
连接可靠性：如以往部署（例如 Google-泰国项目）所观察到的，依赖云端的系统在间歇性互联网接入区域会完全失效。

相反，小型边缘模型可以在本地运行而无需网络依赖，但往往缺乏进行详细严重程度分级的能力。本文旨在解决一种系统的需求，该系统需平衡云端模型的高准确率与农村边缘环境的运营约束。

方法论：双层边缘 - 云端级联架构
作者提出了一种级联架构，并在公共APTOS 2019 盲症检测数据集（3,662 张眼底图像）上进行了评估。该系统基于“由粗到细”的原则运行，利用了四个关键的非对称性：任务难度、运营要求、人群分布（其中约 59% 的病例为无需转诊），以及错误的非对称成本（边缘端的假阴性比假阳性危害更大）。

该流程包含两个不同的层级：

第一层（边缘分诊）：
- 模型：在诊所设备上本地运行的轻量级MobileNetV3-small模型。
- 任务：二元分诊，以区分无需转诊的 DR（ICDR 0–1 级）和需转诊的 DR（ICDR 2–4 级）。
- 预处理：采用针对 MobileNetV3 检查点确定的确定性流程（通过红色通道阈值进行自动裁剪、保持纵横比的调整大小、零填充至 512×512 以及 ImageNet 归一化）。
- 决策逻辑：模型输出需转诊分数。在验证集上调整高灵敏度阈值（ $\sigma(z) \ge 0.6977$ ）以最小化假阴性。被预测为无需转诊的图像被分配至本地"0–1 级”输出并停止处理。被预测为需转诊的图像则转发至第二层。
第二层（云端严重程度分级）：
- 模型：在云端运行的大型RETFound-DINOv2视觉 Transformer（ViT-L/14）。
- 任务：对由第一层转发的图像进行序数严重程度分级（0–4 级）。
- 预处理：采用与 RETFound 骨干网络兼容的独立流程（眼底裁剪、调整大小至 392×392 以及归一化）。
- 训练：模型使用均方误差（MSE）针对整数 ICDR 等级进行部分微调（最后两个 Transformer 块和头部）。
- 覆盖能力：云端模型可以覆盖边缘决策。如果一张图像被标记为“需转诊”但云端模型将其分级为 0 或 1，则最终输出会被修正为无需转诊类别。

主要贡献

架构设计：一种新颖的双层级联架构，通过在边缘过滤掉无需转诊的病例来减少云端依赖，专门针对资源受限的农村工作流进行了定制。
高灵敏度分诊：证明了轻量级本地模型在需转诊 DR 检测中可实现近乎完美的灵敏度（98.99%），确保在到达云端前不会漏掉任何严重病例。
性能 - 效率权衡：量化了云端利用率与分级准确率之间的权衡，表明可以在最小性能损失的情况下实现显著的带宽节省。

结果
在 APTOS 2019 数据集的 733 张图像的分层测试分割上进行评估：

第一层性能：实现了98.99% 的灵敏度（仅在 298 个需转诊病例中漏掉 3 例）和 84.37% 的特异性。这证实了本地模型作为安全守门人的有效性。
云端利用率：该级联架构仅将**49.52%的测试图像转发至云端，与仅云端基线相比，有效减少了50.48%**的云端调用。
端到端准确率：在部署的 4 类输出空间（0–1 级、2 级、3 级、4 级）中，该级联架构实现了80.49% 的准确率和0.8167的二次加权 Kappa（QWK）。
与基线比较：仅云端基线（处理 100% 的图像）实现了 80.76% 的准确率和 0.8184 的 QWK。该级联架构保留了几乎相同的性能（准确率仅下降约 0.27%，QWK 下降 0.0017），同时将云端使用量减半。

意义与主张
本文主张，这种级联方法为农村远程眼科提供了一种回顾性可行性解决方案。通过将大多数无需转诊的病例卸载到轻量级边缘模型，该系统显著降低了数据传输成本和延迟，同时不损害严重病例的检测或整体分级准确率。

作者明确对其主张表示谦逊：

结果并非临床验证，而是基于公共数据集的回顾性证据。
本研究未包含实际边缘设备上 CPU 延迟或内存使用的正式基准测试。
未来工作需要在真实农村环境中测试该工作流，测量字节级带宽，并在外部数据集上进行验证。

核心意义在于证明，在仅靠云端系统目前尚不切实际的低连接环境中，“先过滤”策略可以使高准确率 AI 筛查变得可行。