国际眼科时讯

薛灿灿博士：基于视网膜照片的深度学习检测糖尿病患者疾病相关视力损害

2024-03-14 17:03:00
133 Views

编者按：糖尿病视网膜病变（diabetic retinopathy, DR）是糖尿病患者面临的重要微血管并发症之一，严重影响患者的视力。因此，对糖尿病患者进行定期的眼底筛查至关重要。随着科技的发展，已经有众多基于视网膜照片的人工智能（AI）软件问世，这些软件在DR筛查中发挥了巨大的辅助作用。然而，值得注意的是，糖尿病患者罹患其他眼病的风险也远高于正常人。仅仅筛查DR，是远远不够的。如何能够在不增加临床工作负担的前提下，为糖尿病患者提供更全面、更深入的眼健康医疗服务？在2024年的APAO会议上，新加坡眼科研究所的程景煜教授（Cheng Ching-Yu）团队带来了一个令人振奋的解决方案。该团队的薛灿灿博士分享了他们基于新加坡眼病流行病研究（Singapore Epidemiology of Eye Disease study, SEED study）的数据研发的一款AI软件。这款软件能够基于视网膜照片自动识别与广泛眼部疾病相关的视力损伤，为解决上述问题提供了有力的工具。

筛查广泛眼科疾病相关的视力损害在糖尿病人群中的必要性

糖尿病患者面临的视觉损伤风险远高于非糖尿病人群。SEED study数据显示，在60岁以下的人群中，糖尿病患者伴随视觉损伤的风险是非糖尿病人群的3倍，而对于60岁以上人群，这一风险则高达13倍！

尽管DR是糖尿病患者视力受损的主要原因之一，但除DR外，糖尿病患者面临的其他眼病风险也高于非糖尿病人群，如白内障、青光眼、视网膜静脉阻塞等。在临床实践中，糖尿病患者因这些疾病导致的视力问题而转诊眼科的比例高于因DR的转诊。

因此，糖尿病患者更需要全面的眼科疾病筛查。尽管目前存在许多AI软件可用于DR筛查，但大多数并不具备同时筛查其他眼部疾病导致的视觉损伤的功能。在此背景下，改进并研发AI技术用于识别更广泛的眼部疾病所致的视力损害将为糖尿病患者提供更全面的眼健康保护与医疗服务。

AI软件基于视网膜照片识别广泛眼科疾病所致的视力损害

新加坡眼科研究所眼病流行病研究组程景煜(Cheng Ching-Yu)教授、覃宇宗(Tham Yih-Chung)教授团队与新加坡科技研究局（A*STAR）高性能计算研究所（Institute of High Performance Computing，IHPC）利用SEED数据研发了一款AI软件，能够基于眼底照片自动识别各种眼部疾病相关的视力损害，在总体人群中显示出良好的敏感性和特异性。进一步的测试显示，即使在糖尿病人群中，该软件仍然保持同样高的准确性。

在临床实践中，患有较严重DR (referrable DR, 需转诊 DR) 的人群会因DR病情而转诊眼科。因此，确保AI软件能够准确检测出不需转诊的轻度DR患者以及不患有DR（non-referable DR & without any DR）的糖尿病患者中的视力损害更为重要。经过进一步的测试，该AI软件在这类人群中的准确性高于整体人群。在内部测试数据集SEED研究人群中，其准确性为0.94；在外部验证数据集（包括北京眼病研究、中部印度眼病及医学研究以及香港中文大学的DR研究数据集），其准确性为0.90-0.92。表明该AI模型具备了良好的泛化能力，适用于更广泛的人群。

小结

定期眼底检查是糖尿病患者不可或缺的临床管理手段之一。目前许多医院已采用AI辅助的基于视网膜照片的DR自动筛查技术。将视觉损伤筛查功能整合到现有的DR筛查软件中，不仅无需大幅增加基础设施和临床工作的负担，而且将显著提高对糖尿病患者眼健康的医疗服务质量。这一改进方案具有较高的临床实用性和成本效益。

参考文献：

1.Wong TY, Tham YC, Sabanayagam C, Cheng CY. Patterns and Risk Factor Profiles of Visual Loss in a Multiethnic Asian Population: The Singapore Epidemiology of Eye Diseases Study. Am J Ophthalmol. 2019 Oct;206:48-73.

2.Tham YC, Anees A, Zhang L, Goh JHL, Rim TH, Nusinovici S, Hamzah H, Chee ML, Tjio G, Li S, Xu X, Goh R, Tang F, Cheung CY, Wang YX, Nangia V, Jonas JB, Gopinath B, Mitchell P, Husain R, Lamoureux E, Sabanayagam C, Wang JJ, Aung T, Liu Y, Wong TY, Cheng CY. Referral for disease-related visual impairment using retinal photograph-based deep learning: a proof-of-concept, model development study. Lancet Digit Health. 2021 Jan;3(1):e29-e40.

3. Ruamviboonsuk P, Tiwari R, Sayres R, Nganthavee V, Hemarat K, Kongprayoon A, Raman R, Levinstein B, Liu Y, Schaekermann M, Lee R, Virmani S, Widner K, Chambers J, Hersch F, Peng L, Webster DR. Real-time diabetic retinopathy screening by deep learning in a multisite national screening programme: a prospective interventional cohort study. Lancet Digit Health. 2022 Apr;4(4):e235-e244.

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。