专家述评视频回放人工智能和青光

人工智能（AI）的技术进步引领了许多领域的创新与革命。AI辅助下的医学影像判读与诊断取得了实质性的进步，其诊断准确性在一些疾病领域已媲美人类专家。青光眼是目前世界上首位位不可逆致盲眼病，早诊早治将极大地提高患者的视力预后。然而，青光眼早期诊断十分困难，需要综合考虑眼压、眼底C/D形态、视野、光相干断层扫描（OCT）视网膜神经纤维层改变等多个因素，因此，研发AI诊疗青光眼，比其他眼科疾病具有更大的挑战和困难。储集大量具有准确标签的各种检查结果和资料、训练计算机将多模态检查结果综合考虑、开发AI算法，研发出可进行智能诊断青光眼的软件平台，必将带来巨大的社会经济效益，并对临床青光眼的诊疗带来革命性的影响。

张秀兰教授

中山大学中山眼科中心

近年来，数据爆炸式增长、硬件计算能力提高以及神经网络算法的革新，驱动了人工智能（artificialintelligence，AI）在各行各业掀起热潮。AI是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，AI是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。目前AI已被广泛用于网络安全、自动驾驶、医疗健康等多个领域，并引领了相应领域的革新。AI典型应用包括：符号计算、模式识别、机器学习、计算机视觉、专家系统、智能机器人等。

1

AI在医学领域的进展

AI与医学结合点主要体现在辅助医学影像判读及诊断。计算机视觉、专家系统、智能机器人技术与医学诊疗关系十分密切：

（1）计算机视觉赋予机器从图像或者多维数据中获取“信息”，使其能够“看到”并对图像进行后处理，如临床上常见的3D器官重建等；

（2）专家系统研发使计算机能够学习和应用具有特定领域内的大量知识与经验，并能完成人类专家拟解决的问题，可用于影像判断、医学诊断。例如，年国际权威肺结节检测大赛LUNA16的世界纪录被阿里云ET以89.7%的平均召回率打破，该准确率已接近人类阅片专家的准确率；

（3）智能机器人具备类似人类的感觉系统、反应系统和思考系统，可自主进行逻辑判断和自主动作。由于机械的精准度远高于人手，因此机器人在外科手术领域显示出广阔的应用前景。但目前医学领域尚无真正意义的智能机器人，著名的“达芬奇”机器人其实尚并不具备AI、深度学习等功能，而是一种高级机器人平台，仍需由外科医师操控，无法做出自主判断和操作。

2

AI在眼科领域的进展

眼科与AI有深度结合的研发潜力。这是基于眼科疾病的诊断目前还主要依赖于各种影像学检查。通过人工编写的算法，计算机可自动读取眼底照片、光相干断层扫描（opticalcoherencetomography，OCT）图片等检查结果，自动分析眼底的异常改变并做出相应诊断。彩色眼底照片和眼前段照相的自动分析是AI与眼科影像的首次结合。早在年前已有研究者利用AI算法将彩色眼底照片中的不同结构分割出来并定量测量。但由于算法性能的限制，以往的研究只能单纯实现彩色眼底照片正常结构的识别和测量，对于不同形态病灶的识别尚不能取得令人满意的效果。随着神经网络的发明和应用，彩色眼底照片的自动识别取得了长足的进步。年，谷歌DeepMind开发了可自动识别彩色眼底照片中糖尿病视网膜病变的机器学习系统，该系统可自动识别彩色眼底照片中是否有糖尿病视网膜病变的病灶并作出相应诊断，其准确率可媲美眼科专家。年初，中山眼科中心研发了可用于小儿白内障诊断的AI程序，该程序通过读取眼前段照片，可自动识别其中存在的晶状体混浊区域并作出诊断。AI还将在角膜病、眼肿瘤、屈光、其他眼底病，如年龄相关性黄斑变性等的诊断中展现出巨大的潜力。

3

AI和青光眼：机遇与挑战

青光眼诊疗与AI相结合是机遇与挑战并存。与其他眼科疾病相比，研发AI诊疗青光眼，比其他眼科疾病具有更大的难度。首先，青光眼早期诊断需要综合考虑眼压、眼底C/D形态、视野、OCT视网膜神经纤维层改变等多个因素。文献报道目前主要是利用单一的眼底照片或眼底OCT断层图片进行青光眼排查，因此实质上尚未能做到对青光眼的精确分型和诊断。其次，青光眼还需与高度近视、神经眼科疾病等具有类似影像学变化的疾病进行鉴别诊断。第三，不同医师诊断水平存在一定差距。第四，需要丰富临床经验的专业医师来制定青光眼个性化的诊疗方案。

面临的困难和挑战：

（1）机器学习算法，需要为机器提供大量的准确标签（指诊断）的学习数据。目前，医院诊断水平参差不齐，如何获取大量准确标签的数据是开发过程中的最大难关；

（2）机器同时学习3种或多种不同信息源的数据十分困难。如何在初期工作中对数据（指青光眼检查的各种结果及患者的资料）进行取舍也是关键问题之一。

针对上述，可从以下几方面着手研发AI技术辅助青光眼诊疗：

（1）收集大量具有准确标签的各种检查结果和资料，机器精确学习彩色眼底照片、视野或OCT图像后，能自动判读及诊断；

（2）训练计算机将多模态检查结果综合考虑，全面判断患者的病情，及时发现早期青光眼患者并进行早期干预；

（3）通过大量病例资料数据，开发AI算法，使计算机可根据患者的检查结果制定合理的治疗方案。

尽管困难重重，但AI技术应用于青光眼诊断具有重大的现实意义：首先，建立成熟可靠的AI诊断平台有助于提高临床诊断的效率，使大范围的青光眼筛查能更顺利地进行；其次，该系统可辅助非青光眼专业医师，提高青光眼诊断正确率；第三，该系统可为临床医师节约宝贵的时间，在有限的时间内对疑难病例投入更多精力。总之，拥抱AI技术，开发出可进行智能诊断青光眼的软件平台，必将带来巨大的社会经济效益，并对临床青光眼的诊断带来革命性的影响。

原文：

文章转载自：中华实验眼科杂志

点击图片阅读

张秀兰教授：未来青光眼手术路在何方？

↓↓↓点击"阅读原文"

赞赏

长按







































哪家白癜风能治愈
北京治疗白癜风费用要多少钱