编者按：人工智能( AI)作为一种新兴技术，在医学影像领域发展迅速。近年来，随着人工智能与医疗的融合发展，AI技术已经在糖尿病视网膜病变的早期病理筛查、病情预测和病理分析等各方面发挥了重要作用。在今年的EASD年会上，来自英国伦敦卫生与热带医学院的Charles Cleland眼科专家进行了关于人工智能在糖尿病视网膜病变诊断中应用的研究进展的报告，《国际糖尿病》现整理如下，以飨读者。

糖尿病视网膜病变的早期筛查和干预至关重要

人工智能是计算机领域重要的前沿技术，就是通过软件/机器模拟人类的智能，它的本质是一个计算机系统替代人类认知的技术。人工智能可以按照既定的学习步骤，像人类一样不断地学习和进化。糖尿病视网膜病变（DR）是因微血管病变导致的糖尿病主要并发症之一，是一种可以导致严重视力损害的眼科疾病，是糖尿病患者失明的主要原因。目前，糖尿病视网膜病变患者可以通过接受激光手术治疗来防止视力进一步受损或失明，但当前的治疗方法并不能恢复患者已损伤的视力，因此糖尿病视网膜病变的早期筛查和干预至关重要。

由专业医生进行全面的眼科检测是糖尿病视网膜病变诊断的的传统方法，然而由于糖尿病患者基数庞大，由专业眼科医生逐个筛查无疑是一项耗时耗力的巨大工程。随着人工智能技术的发展，运用机器学习和深度学习对眼底图像进行自动分类、实现糖尿病视网膜病变诊断的技术应运而生。

AI可助力糖尿病视网膜病变早期筛查，减少失明发生

2018年4月11日，美国食品药品管理局(FDA)批准首个使用人工智能(AI)自动检测疾病的设备上市[1]，该设备被称为IDx-DR，利用人工智能算法来筛查糖尿病性视网膜病变。这款IDx公司的IDx-DR成为世界上首个获批用于糖尿病视网膜病变诊断的自主式人工智能诊疗设备，对患有糖尿病视网膜病变和黄斑水肿的患者来说，它可以在无专业医生协助的情况下解读患者视网膜照片图像，实现对糖尿病视网膜病变患者的诊断、提高问诊的效率，进而有效减轻医疗资源压力。

IDx-DR的设备是一款软件程序，它使用人工智能算法来分析由Topcon NW400视网膜摄像头拍摄的眼睛图像。医生将患者视网膜的数字图像上传到安装了IDx-DR软件的云服务器上。然后，服务器利用IDx-DR软件和“深度学习”算法，通过与眼底图像的大数据集进行自主比较，仅在20 s内即可提供诊断结果，并建议转诊或复查，该技术的灵敏度和特异度分别为87.4%和89.5%，而且可用于非眼科专业人员。

AI可以助力糖尿病视网膜病变筛查更高效、更经济。一项研究对2015年在新加坡国家糖尿病视网膜病变筛查项目中的39006例糖尿病患者进行筛查，其中比较了人工筛查和半自动、全自动筛查花费的成本，主要结局是每种筛查模式的总成本。结果表明，从卫生系统的角度来看，半自动筛查模式是三种模式中最便宜的，每名患者每年为62美元，全自动模型为每例患者每年66美元，人工评估模型为每例患者每年77美元。可以看出，相较于人工模式，半自动可以下降19.5%的成本，全自动可以下降14.3%的成本，所以AI筛查的经济效益、节省的费用是非常显著的。

AI 筛查DR的局限性

尽管人工智能能够带来很多积极的变化，但是也有其局限性[2]。公开可用数据集是医疗研究和创新的潜在宝贵资产。公开可用数据集在全球范围内分布不均，172个国家(相当于近35亿人，或全球人口的45%)没有已知的眼科图像公开数据集。数据集的价值不仅仅与它的大小有关，数据集的可用性还与数据的质量、深度和代表性相关，使用它们的障碍包括可视性差、可访问性问题，或者由于不完整的元数据(包括缺乏评估来源、数据质量和抽样人群多样性所需的关键参数)而导致的可用性有限。研究人员使用一个小的、有偏倚的数据集是有危险的，因为只有少数数据集具有高可见性，以及易于访问和可用性，在真实世界的证据研究中，这可能导致实质性的偏倚。

疾病的代表性不足也是一个问题。数据集可能反映与原籍国特别相关的疾病，来自常规临床治疗的数据将反映主要治疗人群的疾病患病率；队列数据将反映研究的纳入标准，也反映特定国家的卫生优先事项。每个数据集内的疾病类型及其在数据集内的患病率将影响该数据集对全球其他国家的普遍适用性。

AI 视网膜成像技术还可以应用于心血管、肾脏领域

慢性肾病或糖尿病的早期，会出现受累器官微血管提前发生异常。作为唯一可以非侵入式地动态观察人体血管的部位，眼底视网膜在全身微小血管病变的诊断和预测中具有十分重要的意义。

视网膜成像通常被用来诊断和监测眼部疾病，但它其实可以揭示的还有很多，包括视网膜微血管的异常可能预示着更广泛的血管疾病，包括心脏的问题。目前研究出的人工智能系统通过廉价且容易获得的视网膜照片和人口统计学数据就可以评估心脏的健康信息、预测心肌梗死发作的可能[4]。那些参加常规眼科筛查的人，未来患心血管疾病的风险更高。视网膜AI系统识别可以更早地开始预防性治疗，以防范心血管疾病。那些参加常规眼科筛查的人，未来患心血管疾病的风险更高。视网膜AI系统识别有助于更早地开始预防性治疗，以防范心血管疾病。

慢性肾脏病的筛查在社区和初级保健环境中是一项挑战，即使在高收入国家。一项研究提出人工智能模型通过学习近12万张眼底视网膜图像，可以实现慢性肾病和糖尿病的疾病征象的早期识别[5]；并可以量化估计肾小球滤过率和血糖值，表明眼底视网膜有望作为重大慢性疾病的辅助早期诊断“数字生物标志物”。

结语

基于人工智能的糖尿病视网膜病变筛查方式，有望帮助预防糖尿病视网膜病变导致的视力丧失、改善现状并降低医疗成本，甚至可以挽救生命。

参考文献：

1.https://www.fda.gov/news-events/press-announcements/fda-permits-marketing-artificial-intelligence-based-device-detect-certain-diabetes-related-eye
2. Yuchen Xie,et al .Lancet Digit Health. 2020 May;2(5):e240-e249. doi: 10.1016/S2589-7500(20)30060-1.3. Saad M Khan ,et al.Lancet Digit Health. 2021 Jan;3(1):e51-e66. doi: 10.1016/S2589-7500(20)30240-5. Epub 2020 Oct 1.
4. Nat Biomed Eng 2018 Mar;2(3):158-164.doi: 10.1038/s41551-018-0195-0. Epub 2018 Feb 19.
5. Lancet Digit Health. 2020 Jun;2(6):e295-e302. doi: 10.1016/S2589-7500(20)30063-7

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。

2 comments