文章介紹
青光眼造成的視神經萎縮，由於早期沒症狀，但太晚發現又會造成失明，是臨床上的一大問題。如果眼底攝影的影像能用電腦篩選判讀，對於早期發現這類的患者，會有幫助，於是柯玉潔醫師團隊，預計用有限的影像，配合深度學習（機器學習的一個分支），嘗試建立一個有效的通用設計。
研究使用了來自台北榮總共 944 張眼底攝影影像，並記錄患者資料與臨床特徵，接著以卷積神經網絡（convolutional neural network; CNN）來辨認青光眼性視神經萎縮，在 CNN 分類比較不確定時，搭配向量集成模型作最後的分類，稱作 emsemble model。而 CNN 分類本身，也藉由合併北榮與印度 Drishti-GS 的訓練，另作一組 fine-tuned CNN。
接著再以測試影像組作診斷率的確認，並以 ROC curve 的 AUC 來比較。
在 187 張台北榮總的測試影像表現中，CNN 的 accuracy 達 95.0%，AUC 為 0.992，相當理想；emsemble model 的 accuracy 為 92.8%，也不錯。
不過，在印度的 Drishti-GS 測試影像中，CNN 本身只能達到 33.3%，必須搭配集成模型，才能提升到 80.3%，而 fine-tuned CNN 也能達到 80.3%。值得注意的是，CNN 分類，在中等到嚴重的疾病，並沒有出現分類錯誤的現象。
整體來說，在作者測試的作法中，emsemble model 與 fine-tuned CNN 都是不錯的設計，能在只有有限影像時，作一般性的深度學習模型設計，偵測青光眼性視神經萎縮。
恭喜柯醫師！
期刊介紹
PLOS ONE 是創刊於 2006 年的知名 open access 期刊，對傳統學術期刊營運模式所產生的衝擊，是這幾年學術界的討論焦點之一，譬如蔡校長部落格文章：「2016 年 impact factor 公布，那些大家關心的期刊，現在怎麼了？」
PLOS ONE 特性為網路原生、跨領域且全開放，對論文的 ethics 相當重視、對刊登品質亦有堅持。2018 年的 impact factor 為 2.776，在 multidisciplinary sciences 領域為 Q2(24/69) 期刊。
- PLOS ONE真的惡名昭彰嗎？並非如此。
- PLOS ONE：我該不該投這本期刊？
- Open access 期刊觀察：PLOS 系統
- 聽說醫院要封殺 mega journal 了，我該怎麼辦？
- 臉書上關於 PLOS ONE審閱速度的建議
整體來說，是名氣好、網頁介面佳、科學社群經營積極的知名 OA 品牌。不過審閱期普遍偏長，中位數約在 80 天左右。
與其他相關期刊的對比與選擇，歡迎參考「怎樣投才正確？擬定期刊選擇策略。」
柯玉潔醫師與新思惟
- 柯玉潔醫師所參加的《臨床研究與發表工作坊》第二梯次
- 柯玉潔醫師所參加的《健保資料庫工作坊》第二梯次
- [快訊] 柯玉潔醫師關於診斷青光眼與社經地位關係的研究，獲 PLOS ONE 刊登！
- [快訊] 柯玉潔醫師團隊，研究冷壓力刺激對隅角開放式青光眼患者的血管密度影響，獲 Scientific Reports 刊登！
最新活動
The post [快訊] 柯玉潔醫師團隊，使用深度學習偵測青光眼性視神經萎縮之研究，獲 PLOS ONE 刊登！ appeared first on 臨床研究與發表工作坊 | 新思惟國際.
