AI医生出手 居家筛查宝宝视功能******

　　广州日报讯 (全媒体记者梁超仪 通讯员邰梦云、唐艳丽)宝宝最近总是揉眼、不断眨眼，是不是视力有问题？看诊不会配合检查怎么办？过往，婴幼儿视力评估充满了挑战，这一群体的眼健康普筛也存在空白。如今这一现状得以打破。

　　日前，中山大学中山眼科中心召开新闻发布会，该中心林浩添教授团队联合全球多家医疗及研发机构，研发全球首个婴幼儿视功能损伤手机智能筛查系统，研究成果于1月26日在《Nature Medicine》在线发表，为破解婴幼儿视功能损伤及相关眼病早期筛诊难题提供有效技术手段。

　　目前，团队与粤省事等公众平台进行对接和部署，为婴幼儿视功能损伤及相关眼病的大规模筛查提供可行方案。此外，市民搜索小程序“Ai宝睛灵”，即可便捷在家首尝“头啖汤”。

　　历时八年采集3652名婴幼儿视力数据

　　林浩添教授介绍，0-4岁婴幼儿处于视功能发育的关键时期。在这个阶段发生的眼病如果不能及时干预治疗，很可能导致患者长达几十年低视力甚至致盲，给家庭和社会带来沉重的负担。据国家疾控中心数据显示，全国5000万0-4岁婴幼儿中，眼病发病率高达9.11%，早筛早治是提高婴幼儿视功能预后的关键。

　　对婴幼儿进行视功能评估，早期发现眼部疾患引起的视功能损伤十分关键，却充满挑战。由于婴幼儿难以表达眼部不适，视功能损伤易被忽视或漏诊，错过最佳的治疗时机。其次，受限于认知水平，婴幼儿难以配合完成传统的眼部检查。此外，大部分检查手段对于技术人员的专业水平与设备要求高，筛查成本高，效能低，难以作为普筛技术手段普及。

　　为破解这一难题，该研究团队历时八年，前瞻性采集来自3652名婴幼儿的超过2500万帧注视行为大数据，依托天河二号超算中心部署的深度学习人工智能数据分析后台，对采集的数据进行深度分析，早期预警异常注视行为，筛检婴幼儿视功能损伤及相关眼病。

　　该技术的研发创新婴幼儿视功能损伤移动智能筛诊模式，有望极大降低婴幼儿视功能损伤早期筛诊的难度及成本。

　　可初筛超16种婴幼儿常见致盲眼病

　　记者进入小程序发现，居家用手机操作十分方便，在实操中，家长通过手机播放一段3分钟的动画视频吸引婴幼儿保持注视，可以实现对婴幼儿注视习惯和行为模式的实时捕捉，随后该系统会给出初筛的结果。

　　林浩添介绍，在这个人工智能系统中，研究团队基于视频大数据，深度挖掘了不同眼病引起的婴幼儿视功能损伤的异常注视行为模态，并依托深度学习人工智能技术，突破性地实现了对先天性白内障、先天性上睑下垂、先天性青光眼、斜视、视网膜母细胞瘤等超16种婴幼儿常见致盲眼病引起视功能损伤的早期检测，平均筛查准确率超85%。而在实际应用中，系统在全国4家医疗机构参与的多中心外部验证中的筛查准确率超80%。同时，研究团队招募了120个家庭参与居家筛查，便捷的系统操作流程使得99%的家长都能顺利完成筛查试验，筛查准确率达85.9%。

　　“我们希望通过这一人工智能系统，让有需要的家长居家便可以便捷帮助婴幼儿视力进行普筛，辨别视力状况是正常还是异常，有异常状况通过去医院专科就诊确诊具体的眼疾。”林浩添介绍。据了解，这一系统已在小程序“Ai宝睛灵”试运行上线，下一步在小程序“粤睛晶”中也计划引入。此外，该团队正与粤省事对接，希望可以在广东范围内大范围普及，后续有条件覆盖全国有需要的市民。

【动画】@App开发者们，你想了解的SDK安全风险都在这！******

　　日前，工业和信息化部信息通信管理局通报了今年第一批侵害用户权益行为App，有13款内嵌第三方SDK存在违规收集用户设备信息行为。

　　现如今，大量App借助SDK实现特定功能，提供便捷服务，满足用户多样需要，但APP使用SDK也可能带来相关安全问题，包括SDK自身安全漏洞、SDK恶意行为、SDK收集使用个人信息三类。

　　其中，SDK恶意行为是指嵌入APP中的SDK自身产生的恶意行为。这种恶意行为将破坏使用SDK的APP的安全性，对用户权益、数据等方面造成严重威胁。典型的恶意行为如流量劫持、资费消耗、隐私窃取等。

　　常见SDK恶意行为

　　流量劫持指SDK信息拉取、上报和展示目标App提供者设定的目标不同，恶意劫持App流量，可能对App造成损害；隐私窃取指SDK在用户不知情或误导用户的情况下，隐蔽窃取用户的通讯录、短信息等个人敏感信息，隐蔽进行拍照、录音等敏感行为，并发送给恶意开发者；广告刷量指SDK在最终用户不知情的情况下，在后台模拟人工点击广告链接进行牟利。

　　在SDK收集使用个人信息方面，安天移动安全发现，应用接入第三方SDK引发的违规收集个人信息问题较为普遍。其中，包括用户同意隐私政策前就开始收集个人信息、隐私政策中未明确提及所接入的SDK和数据收集情况、SDK收集的个人信息范围与隐私政策不相符等。

　　除了上述 SDK恶意行为外，当前 App 接入的 SDK 中还存在以上风险行为类型

　　在对某统计类SDK检测分析时研究发现，其主要提供用户行为统计功能，并在此过程中实现用户终端数据的收集和上传。

　　由于该SDK 在不同App中存在模块代码和版本的不同，因此对其在不同月活范围 App 中的数据收集行为进行抽样分析，从结果上来看，该SDK 普遍存在违规收集和超范围收集个人信息的问题，并且在月活较低的 App 接入的版本中，还存在通过云控参数控制 SDK 在终端侧收集数据范围的情况，并且涉及大量用户隐私路径数据的访问。

　　以某知名地图 App为例，在相关检测中发现，在隐私政策中明确提到了应用内第三方 SDK所收集的个人信息类型为设备信息和 Wi-Fi 地址。而实际上传的数据中除了包含 WiFi 的BSSID名称信息外，还频繁上传用户安装应用的列表信息。

　　国家标准计划《信息安全技术 移动互联网应用程序（App）收集个人信息基本要求》中明确定义了不同业务场景下，应用收集个人信息范围的最小化原则。而在应用接入的 SDK 中，收集个人信息范围、频度的必要性和最小化原则同样适用于SDK的功能业务场景。

　　虽然部分应用接入 SDK 时明示了 SDK 所收集的个人信息范围，但其合理性和必要性存疑，例如收集个人信息范围为软件安装列表，但实际除了收集安装应用包名信息外，还收集了安装应用运行状态信息等，这就涉及超范围收集个人信息。

　　例如，某统计类 SDK除了应用开发者本身主动调用相关事件接口外，SDK自身还注册监听了多种广播消息，在监听到相关消息后则会触发数据的收集和上传行为。例如对解锁屏、电源连接断开事件进行监听、对用户终端安装、卸载应用行为进行监听，除此以外，还会监听应用前台、后台的切换行为从而触发数据的收集和上传。

　　另外，当前 App 接入的 SDK 中还存在云端控制SDK行为，热更新技术控制 SDK 行为，后台拉活、自动下载安装、误触下载等风险行为。

　　（监制：张宁 策划：李政葳 制作：黎梦竹）