编者按：Euretina是一场国际性的眼科领域盛会。今年Euretina 2021会议上，世界各地的专家们围绕糖尿病视网膜病变等视网膜病变、眼底影像以及人工智能、大数据等前沿热点话题展开热烈讨论。来自Lariboisiere Hospital Saint Louis的Ramin Tadayoni教授分享了有关AI技术在DR中的应用优越性及不足，以期更好地促进临床诊疗工作。
应运而生的AI技术
很多普通疾病的随访研究发现，之前人力资源存在严重浪费现象。现阶段的大量新统计数据整合更新，原先的疾病分类标准已经过时。AI可以很好地解决这些问题，计算机系统有能力完成部分一般人类智力水平的常规任务，包括视觉认知能力、语言识别能力甚至可以自主做出某些判断等。
AI 技术的应用领域
更新后的视网膜疾病管理指南中提到，DR的下一步诊疗计划等问题。日益发展的AI 技术，可应用于DR诊疗、图片分析等方面，极大程度上减轻了临床工作压力，并提高了诊疗水准。
如今，临床中可有助于视网膜疾病诊断的设备仪器的深度学习很有必要。临床统计结果显示，DR扫描仪其应答时间＜3s、准确率可达99%、特异性高到87%。2020年发表于Br J Ophthalmol的一项研究表明，AI技术可很好地应用于视网膜病变合并黄斑水肿的自动定量分析以及抗VEGF药物治疗的效果评估。此外，2020年有研究表明SD-OCT对于新生血管性年龄相关性黄斑病变也具有很好的临床评估作用。
Ramin Tadayoni教授在演讲过程中介绍了眼底荧光照相技术以及广域OCT-FA技术对于DR诊疗的重要意义，其指征包括毛细血管无灌注区、微血管瘤、毛细血管芽等特征性形态改变。运用AI技术，可根据这些特点对此类疾病进行判断。此外，AI 技术可根据优化的DR预测因子，更好地确定DR病变分期以及更准确的判读出发生PDR的风险，一定程度上可预测DME的发生。
AI判读的偏差与误差
临床应用中，AI判读可能受地域差别、性别、种族、社会阶层、年龄等因素的影响，导致结果存在一定偏差。此外AI判读还受人为因素影响，譬如在操作过程中AI的有效性因人而异。在很长一段时间内，人们需要对AI技术最终的监督者和创造者具有包容性，允许存在一定结果偏差，这对整个人类健康具有重要意义。
小结
AI技术将有助于完善并提高对辅助检查图片的认知和分析。从目前AI应用的基础上分析，AI 技术对DR判读而言还具有更大、更重要的临床意义。AI技术或许可通过提供更有效、更新的信息以及新的危险预测因子，进一步促进改善DR/DME的治疗效果。期待科技的不断发展，为广大患者带来极大的福音。
2 comments
京公网安备 11010502033360号
条评论
Linda Gareth
2015年3月6日, 下午2:51Donec ipsum diam, pretium maecenas mollis dapibus risus. Nullam tindun pulvinar at interdum eget, suscipit eget felis. Pellentesque est faucibus tincidunt risus id interdum primis orci cubilla gravida.