项目组以近30年的角膜病基础和临床研究为基石，在2021年成功创建了针对角膜病的人工智能诊断系统，其诊断准确率达到了80%，性能远远超过测试的医生水平，成果发表于中国工程院院刊《Engineering》。

Based on nearly 30 years of basic and clinical research on corneal diseases, the project team successfully developed an artificial intelligence diagnosis system for corneal diseases in 2021, with the diagnostic accuracy reaching 80%, far exceeding the level of the tested doctors. The results were published in the Engineering (official journal of Chinese Academy of Engineering).

项目负责人姚玉峰教授一直致力于角膜病的基础和临床研究，其中“姚氏法深板层角膜移植术”被国际学术界命名、并被编入美国眼科专科医师教科书，被2010年世界角膜病大会评价为具有推动角膜移植发展的技术。研究成员来自浙江大学医学院附属邵逸夫医院、浙江大学信息学部和虹软科技股份有限公司，长期工作在眼科医疗、人工智能和信息科学等领域一线。

团队照片

图2.AI驱动的靶标发现和分子生成

图2.Virology

图3.Exp Eye Res

图4. MM2020

图5.人工智能专利

图6.PCR专利

图7.PCR专利2

图8.智能裂隙灯

图9.算法芯片盒

图10.CCTV报道

从1998年至今，浙江大学医学院附属邵逸夫医院眼科主任姚玉峰教授系统收录了上万名角膜病患者的裂隙灯显微镜图片近16万张，保存了每一位患者的完整病历资料。角膜病的初诊识别率并不高，仅有30%-60%。但是有了这些数量庞大、涉及病种全面的图片作为判断依据，对眼科医生的诊断就大有帮助。如何充分的利用好这些图片资料，姚玉峰有了一个新想法，这个想法如果实现，就能大幅提升角膜病的诊断准确率。那么这是个什么样的奇思妙想呢？

姚玉峰教授虽然有多年从业经验，但是严谨的他对待每一个病例都不敢轻易下结论。因此姚玉峰在诊疗过程中，在病人的每一个阶段都会使用裂隙灯显微镜拍摄相片。经年累月，姚玉峰积累的眼角膜裂隙灯显微镜相片从几千张到几万张，到现在的约16万张，为了能够更好地利用这些资料，敢于创新的姚玉峰将目光转向了人工智能领域。有了初步想法后，雷厉风行的姚玉峰马上开始寻找技术团队合作，最终联系到了浙江大学人工智能研究所所长吴飞教授。差不多两年半的时间，每两周的周二晚上，两个团队聚起来，讨论新想法，学习世界上最新的进展，风雨无阻，从不间断。功夫不负有心人，2018年，第一代人工智能角膜病诊断系统的模型诞生。为了测试效果如何，姚玉峰决定做一个测试，选了421个全国的眼科医生，跟人工智能PK。结果是，人工智能诊断准确率是80%，而全国421个医生，诊断准确率约40%。看着结果揭晓，姚玉峰更加坚定了进一步完善人工智能角膜病诊断系统的决心。因为要真正培养出一个好的人才是可遇不可求的，但是电脑可以复制，只要把人工智能做出来，让每一个眼科医生都配一个人工智能助手，那么平均水平就会明显提高。

现在的人工智能角膜病诊断系统还在不断完善中，不止人工智能，勇于探索的姚玉峰也一直在尝试各种新的可能。我们往往认为年轻人可能会更有天马行空的想象力，但是科学的想象还需要来源于一个扎实的科学知识基础和研究基础，正因为姚玉峰教授有这样的素质，所以他能够有这样的创新成果。