全国爱眼日 | AI在筛查眼部疾病上取得的这些突破，你一定要知道

药明康德/报道

我们都知道，眼睛是人类心灵的窗口。拥有健康的双眼，对于每一个人来说，都是至关重要的。因此，能否及时诊断眼部疾病，并给出及时的治疗方案，就成了眼部健康的关键问题。那么，人工智能在这一方面都取得了哪些突破呢？

2018年6月6日是第23个“全国爱眼日”，在此我们一起来盘点一下2018年上半年人工智能在眼部疾病诊断方面的表现。

FDA批准首款AI眼部筛查设备，诊断过程无需医生协助

今年4月，美国FDA批准了首款使用人工智能检测糖尿病患者视网膜病变的医疗设备IDx-DR。IDx-DR由IDx公司开发，是首个获得市场营销授权可以提供筛查决策，而无需临床医生对图像或结果进行解读的医疗设备，这使得通常不参与眼科治疗的医生也能使用该设备。

IDx-DR的工作原理如下：首先，护士或医生使用特殊视网膜照相机，来拍摄患者视网膜照片并将其上传到安装了IDx-DR软件的云服务器。 IDx-DR软件中的人工智能算法会对上传图像的质量进行判断，然后对质量合格的患者照片进行分析，判断患者是否患有糖尿病性视网膜病变。根据患者患病程度的不同，AI算法会给出不同的反馈结果。若AI算法判断患者患有轻度以上糖尿病性视网膜病变，则会建议该患者转至眼科医生处，进行进一步的诊断评估及治疗；若并未发现轻度以上的糖尿病性视网膜病变，则会建议该名患者在12个月内进行复查。

▲IDx-DR的工作流程（图片来源：IDx官方网站）

该项批准是基于FDA对10个主要治疗地点的900位糖尿病患者的视网膜图像的临床研究数据的评估。该研究旨在评估IDx-DR检测轻度以上糖尿病性视网膜病变的准确率。在该研究中，IDx-DR能够识别轻度以上糖尿病性视网膜病变的正确率为87.4％，而能够识别轻度以下糖尿病性视网膜病变的准确率为89.5％。

随着IDx-DR被美国FDA批准，它可能会带来一系列关于自主诊断测试的新突破。这种诊断方式可能对患者来说更加方便，其准确度甚至可能会超越人类医生。

筛查只需60秒，AI算法EyeArt加拿大获批

Eyenuk公司是一家领先的人工智能公司，致力于通过视网膜图像分析来对疾病进行识别，并提供临床支持。该公司于今年3月宣布，已经获得由加拿大卫生部颁发的医疗设备许可证，用于其使用人工智能和云计算的糖尿病视网膜病变（DR）自动筛选软件系统EyeArt。

Eyenuk的第一款产品EyeArt是一款全自动的云计算软件设备，用于筛查糖尿病视网膜病变。这一疾病是导致成年人失明的主要原因。EyeArt带来的关键突破在于，该软件可以让医生和护士迅速掌握使用方法，而并不需要专业人员和眼科护理专家对结果进行过多的人工解读和分析。

▲EyeArt的工作界面示意图（图片来源：Eyenuk官网）

EyeArt筛查软件可以在60秒内得出结果，并与大多数提供高质量图像的眼底照相机配合使用。Eyenuk推出EyeArt的目的是为筛查糖尿病视网膜病变，提供一个节约成本且有效的方法，从而在初级医疗机构进行大规模推广。

“我们非常高兴能够在加拿大推出EyeArt筛查软件，” Eyenuk创始人兼首席执行官Kaushal Solanki博士表示：“对于许多患者来说，进行眼部筛查既困难又昂贵，这导致糖尿病视网膜病变成为了可预防性失明的主要原因，而这对职场中的成年人来说，尤其会产生巨大的影响。我们很自豪可以将EyeArt扩展到其他国家，以便更容易、有效、便宜地对糖尿病患者进行眼部筛查，从而减少因糖尿病并发症而失明的患者数量。”

手机配合AI算法检测眼部疾病，敏感度超过95%

在今年4月发布的一项研究显示，使用人工智能算法EyeArt配合在一种名为Fundus on Phone (FOP)的设备，来检测患者糖尿病视网膜病变（DR）和视力受损程度，其敏感度可分别达到95.8%和99.1%。

糖尿病视网膜病变（DR）是一种能使人致盲的眼部疾病，在全世界4.15亿糖尿病患者中，有很多人都被这一症状困扰。然而在许多地方，目前眼科护理专业人员的数量无法满足当下患者进行眼部筛查的需求，且一般的视网膜成像设备成本较为高昂，这使得DR成为当今社会中糖尿病患者失明的主要原因。专家们已经意识到，解决这个问题的一个行之有效的方法，就是通过计算机和人工智能技术进行分析，从而扩展当前医疗环境中的DR筛查范围。

▲使用FOP拍摄视网膜图像，以及不同程度的糖尿病视网膜病变图像特征展示（图片来源：《Eye》）

针对这一问题，位于印度班加罗尔的Remidio Innovative Solutions公司研发出了一台高质量便携式视网膜成像设备Fundus on Phone (FOP)。FOP需要配合智能手机进行使用，可以用于详细的眼部健康筛查，从而识别多种眼部疾病，如白内障、青光眼和视网膜病变等。FOP的重量仅为传统视网膜成像设备的1/20，成本也仅有1/5左右，并且可以拍摄不出现瞳孔扩张的图像，便于进一步进行识别。

▲分别由眼科医生（左）和EyeArt人工智能算法（右）对所有图像分类识别结果对比（图片来源：《Eye》）

研究人员使用Remidio FOP对301位患有糖尿病患者的视网膜图像进行了拍摄，并让眼科医生及一种名为EyeArt的人工智能算法分别对所有的照片进行分类。研究表明，Remidio FOP与AI算法配合之后，对于检测糖尿病视网膜病变和视力受损具有非常高的敏感度，分别为95.8%和99.1%。这是首次针对智能手机视网膜成像设备中人工智能算法的研究，旨在检测智能手机设备和AI算法配合筛查DR的准确性。

DeepMind公司开发AI，精确诊断眼部疾病

今年2月，DeepMind公司宣布，其与Moorfields Eye Hospital合作开发的人工智能，能够分析视网膜扫描数据，来诊断早期眼部疾病。

DeepMind是谷歌母公司Alphabet集团的一部分，它于2016年首次宣布与世界领先的眼科医院Moorfields建立合作关系。从那时起，研究人员使用了数千份健康或患病眼睛的3D视网膜扫描数据，来对DeepMind公司开发的人工智能算法进行训练。

通过深度学习，人工智能可以在三维扫描中检测出青光眼、糖尿病性视网膜病和黄斑变性三种疾病中，那些细微到像素级别的趋势和特征，而这些特征靠医学专业人员本身是无法识别的。在人工智能的助力下，医学研究人员能够作出更精确的诊断。研究人员希望通过开发这些技术，来代替一些人力的重复工作，从而缓解英国国民保健署（National Health Service，NHS）的压力。

目前这项研究已经提交给了同行评议的医学期刊进行发表，希望能够在在几年内进入临床试验。DeepMind公司下一步计划与伦敦大学医学院合作，训练能够分析放射治疗图像的算法。

人工智能在眼部疾病领域取得的这些成果，为我们展现了这项技术在未来的无限前景。我们也希望，在今后能够出现更多的突破性研究结果，从而让每一个人都能拥有一双明亮的双眼。

参考资料：

[1] FDA permits marketing of artificial intelligence-based device to detect certain diabetes-related eye problems

[2] Eyenuk, Inc. Receives Health Canada Approval for EyeArt™, an AI-enabled Cloud-based Automated Diabetic Retinopathy Screening Software

[3] Smartphone-based Retinal Imaging Together With Artificial Intelligence Powers Automated, Sensitive and Early Detection of Retinopathy

[4] AI could spot eye disease more accurately than doctors, study suggests

更多精彩文章：