OptiVerse AI: Explainable Deep Learning and Three-Dimensional Retinal Reconstruction from Fundus Images for Early Retinal Disease Detection

把人类的眼睛想象成一台永不停歇地拍摄世界的高清相机。在这台相机的后方，有一个名为视网膜的精细组织层，它就像相机的胶片或传感器一样。对于糖尿病患者来说，高血糖就像一种作用缓慢的酸液，会损伤这层“胶片”中微小的血管。这种被称为糖尿病视网膜病变的损伤通常在无声无息中发生，既没有疼痛也没有视力模糊，直到为时已晚。为了及早发现病情，医生通常会拍摄一张视网膜后部的平面二维照片，即眼底照相。然而，观察一张平面照片有点像仅仅通过看地图来试图理解一座山的形状；你能看到山峰和山谷，却无法感受到它们的高度或深度。

多年来，科学家们一直尝试利用计算机来观察这些照片并自动识别疾病。但这些计算机程序往往是“黑匣子”——它们能给出答案，却无法解释为什么，这让医生们感到怀疑。此外，要看到视网膜真实的3D形状，医生通常需要一台名为光学相干断层扫描（OCT）的特殊昂贵机器，而这种机器在每家诊所并不普及。本文介绍了一个新想法：如果我们能教计算机不仅能在平面照片中识别疾病，还能“想象”出视网膜的3D形状，并向我们展示它是根据哪里做出的判断，而且完全不需要那台昂贵的机器，那会怎样呢？

魔镜：介绍 OptiVerse AI

认识一下 OptiVerse AI，这是一个由研究员 Abdelrahman Elwelely 开发的数字侦探。可以将 OptiVerse 想象成一个生活在云端（互联网）的超级智能助手，它拥有三种特殊的超能力，旨在帮助医生更早、更清晰地捕捉到糖尿病视网膜病变。

超能力 1：专家分类器
首先，OptiVerse 扮演着一名勤奋的医学生角色，它已经学习了超过 90,000 张视网膜照片。它使用一个被称为 EfficientNetB7 的强大大脑来观察平面眼部照片，并将患者的状况分为五个类别：从“无疾病”一直到“增殖性糖尿病视网膜病变”（最严重的阶段）。它就像一名裁判，能瞬间分辨出足球是仅仅触碰到了边线还是已经完全越过了边线。通过使用一种称为“迁移学习”的技术，这个 AI 并不是从零开始；它先从海量的通用图片库中学习，然后专门研究眼睛，这使其即使在数据有限的情况下也能快速且准确地学习。结果如何？它的诊断正确率超过了 95.7%，具有极高的预测可信度。

超能力 2：“为什么”按钮（可解释性）
这是 OptiVerse 最酷的地方。大多数计算机程序就像魔术师，能从帽子里变出兔子，却不告诉你他们是怎么做到的。医生讨厌这一点，因为他们需要知道诊断背后的原因。OptiVerse 拒绝成为魔术师。相反，它使用了一种名为 Grad-CAM 的工具。想象一下，AI 在眼部照片上覆盖了一层发光的红色热力图，精准地标出了它正在观察的位置——比如微小的血管渗漏或出血点。这就像是 AI 在说：“我不是在瞎猜；我看到了这个特定的位置，这就是为什么我认为你患了疾病。”这使得计算机的决策变得透明且令医生信任。

超能力 3：3D 雕塑家
这是本文最具创意的技巧。通常，要看到视网膜的 3D 形状（以观察其是否肿胀或凹凸不平），你需要那台昂贵的 OCT 机器。然而，OptiVerse 扮演的是一位仅凭一张平面照片就能构建出 3D 雕塑的雕塑家。利用它在进行疾病分类时学到的深层“特征”，AI 可以计算出视网膜不同部分的深浅程度。然后，它构建出一个 3D 点云（数字点集），并将它们连接起来形成一个 3D 网格（数字线框皮肤）。其结果是一个可以旋转并观察的患者视网膜 3D 模型，而这一切都是由一张标准的 2D 照片生成的。

整体运作流程

整个过程都在一个基于云端的平台上完成，这意味着即使是偏远村庄的医生也可以上传一张患者眼部照片，OptiVerse 就会立即返回一份完整的报告。这份报告包括疾病阶段、显示问题所在位置的发光“热力图”，以及一份可下载的眼部结构 3D 模型。

研究人员在包含 90,000 多张图像的海量数据集上测试了这个系统，发现其表现非常出色。它正确识别疾病阶段的准确率达到了 95.7%，精确度为 94.0%，召回率（敏感度）为 95.0%。虽然它在疾病的中期阶段（由于症状非常相似）表现稍显吃力，但在识别“无疾病”病例和最严重的“增殖性”病例方面表现卓越。

这意味着什么（以及它不代表什么）

OptiVerse AI 预示着一个未来：我们不再需要仅仅依赖昂贵且难以寻觅的机器来获取视网膜的 3D 视图。它证明了通过合适的软件，简单的 2D 照片可以转化为丰富的 3D 诊断工具。

然而，作者谨慎地指出，这个 3D 模型是一种计算重建，而非直接扫描。它是基于数学和模式的一种估算，而不是像 OCT 扫描那样的物理测量。它是一个强大的模拟过程，为平面图像增加了深度，但它并不能取代用于所有医疗需求的金标准 OCT 机器。论文还指出，虽然该系统在测试的数据集上表现优异，但仍需在真实的医院环境中，配合不同的照相机和医生进行测试，以证明其在各处的适用性。

简而言之，OptiVerse AI 是一个充满前景的新工具，它结合了深度学习计算机的敏锐目光、透明解释的诚实以及 3D 雕塑家的创造力。它的目标是让视网膜筛查变得更便宜、更快速、更容易理解，从而可能帮助数百万人在失明发生前保住视力。