眼科疾病早知道？人工智能医生来检查

越来越多的研究证明人工智能和机器学习可以提升医疗人员工作能力，并大幅度降低医护人员的工作成本，在某种程度上也能解决一部分医护人员短缺的问题。比如，因为眼睛的一些表征可以反映人们部分身体问题，因此可以针对眼睛检查，对一些特定疾病进行预诊。研究人员尝试利用这一特质引入人工智能技术，训练机器精准找到眼底特征并加以分析，来协助甚至代替医生进行诊断，这一设想正在一步步变成现实。

有数据统计表示糖尿病是导致美国成年人失明的主要原因之一，当前治疗视网膜病变的方法在病情早期发现时是最有效的，但是眼科护理人员的短缺导致为潜在患者提供必要年度筛查的需求无法满足，所以眼科医生需要一种准确的方法来快速识别需要治疗的患者。

早在2006年至2018年期间，研究人员从医疗系统中选取了需要糖尿病视网膜病变筛查的24000名退伍军人，并在他们的视网膜图像上使用了基于算法的技术。该团队对此进行了一项测试，以专家眼科医生的诊断方案为基准，将每种算法的性能与VA视网膜筛查系统中人工筛查仪的性能进行对比。在测试中，仅一种算法与人工筛查仪表现持平，可比的灵敏度为80.47%，特异性为81.28%，这一数据离市场应用标准还有一定的距离。但是在模型不断优化和硬件升级后，该数据会有一定的提升，科研人员也持续在这一领域开展研究。

近日，爱荷华大学医院糖尿病和内分泌中心开始使用由医疗诊断公司IDx开发的用人工智能诊断眼疾的技术。利用IDx-DR设备，通过使用软件和视网膜相机来拍摄患者视网膜的图像，用于诊断糖尿病性视网膜疾病，该设备已于今年四月获得美国食品和药物管理局的批准。机器背后的算法可以识别出不同的病变，如出血、微动脉瘤、由视网膜异常引起的其他糖尿病异常等，从而在专业医生介入之前就在短时间内提供具体诊断结果。在FDA批准之前，该设备对900名患者进行临床试验，敏感性达到87%。

除此之外，纽约一家医院的研究人员开发了一项新技术，利用人工智能可以快速且准确的检测与年龄有关的黄斑区病变（AMD）。利用摄像头拍摄视网膜图像，然后使用机器扫描并且分析后可诊断出AMD的等级和阶段。该项技术诊断结果与专家决策相匹配时，准确度高达98%。对于可能无法直接或频繁进行眼部筛查的高风险或低收入人群，这可能会成为一种重要且具有成本效益的工具，因为尽早发现对于预防AMD至关重要，这项技术不仅有助于快速诊断，而且有助于缩小健康差距。

目前在医疗领域中投入运用的眼底检测设备，更多的都是对于眼部疾病的单病检测。但在近日，由升哲科技部署的湖北宜昌市点军区智慧医疗项目中，已投入使用了可进行多病检测的AI眼底筛查一体机。该一体机利用机器学习技术，通过眼底图像同时筛查11大类疾病和分析12种体征。现已投入临床诊断的眼疾包括青光眼，黄斑区病变以及糖尿病性视网膜，诊断能力和标准可匹配眼科三甲医院专家。该智慧医疗项目的落地解决了基层医疗看病难的问题，降低了偏远地区居民的医疗成本，并且为居民减轻了慢性病恶化带来的风险。

人工智能技术介入眼底检测和诊断的研究正迅速展开，科研人员会在具有医学根据的基础上，通过大规模的数据优化算法，增加诊断病种的数量并提高诊断结果准确度，为智慧医疗落地带来更多的可能性。

声明：本文版权归原作者所有，转载请注明出处，请勿转至外网或用于商业用途。