编者按：随着深度学习算法的完善、运算速度和储存能力的提高及医学大数据的积累，人工智能（AI）技术在眼科领域飞速发展。眼科AI已实现为患者提供筛查、远程诊断及治疗建议等方面的服务，显著减轻医疗资源不足的压力和患者的经济负担。何明光教授致力于眼科AI的探索与临床应用，并在此领域发表多篇重量级文章。APAO 2021盛会上，何明光教授对新冠疫情期间澳大利亚眼科AI的临床应用进行精彩演讲，分享真实世界中AI在眼科领域的应用和进展。
人工智能在眼科的临床应用主要基于眼科图像的使用。深度学习（DL）作为AI的重要内容，给眼科领域应用带来了巨大变化。多模态影像学的发展为眼科疾病的诊断提供了更辽阔的视野，眼底照相和光相干断层扫描（OCT）的临床广泛应用，为DL算法的应用提供了丰富的数据，为AI在眼科领域的发展创造了优越的条件。在糖尿病视网膜病变（DR）、黄斑变性、青光眼等眼病，由于存在明显的眼底改变，AI应用得到了优先的发展。何教授重点介绍了五款AI辅助临床检测的应用：
眼科远程医疗整合系统
眼科远程医疗整合系统（Eye Grader）的最基本组成部分包括采集点和读片分级中心。系统基于云计算平台，无需安装和配置，注册账号后用户接入互联网即可开始工作。在社区和合作医疗点所采集的眼底照相 ，通过互联网传送到读片分级中心，利用计算机辅助诊断技术自动分析眼底照片，减少人工分级的工作量，提高筛查效率，最后由经过训练的技术人员完成读片，并形成读片报告反馈到采集点。
基于人工智能的线下DR实时筛查系统
基于AI线下DR实时筛查系统能够自动将眼底图像传输到AI系统，立即完成AI判别并且输出报告，从图像采集到报告操作时间为2-3分钟，全过程无需联网，线下操作即可进行，尤其适合缺乏高速接入互联网条件，而且极其患者隐私保护的情况，比如在澳大利亚土著人群进行的DR筛查。
视光智能工作站
视光智能工作站专为视光医生量身定制，用于标准化诊疗行为，比如在繁忙的视光服务当中，帮助视光师确定哪位患者需要进行视野检查。整个过程只需软件支持，利用Topcon、Nidek以及蔡司照相机自动捕获图像，自动生成报告，供被检查者随时阅览，过程全自动，无需操作人员配合。何教授表示，视光智能工作站的最大优势是无需联网，不依赖互联网和GPU，能够最大限度地保护患者的数据安全和隐私。
硬件软件兼备的AI智能检测
此款AI检测专为全科医生和内分泌科医生量身定做，在这些使用场景，第一缺乏眼底照相机，第二缺乏操作眼底照相机的技术人员。通过眼底照相机、自动化系统以及传感器组成的一体机系统，可以以“患者自助”的方式，完成眼病筛查，整个过程2-3分钟完成，只需一般辅助人员指导，无需专业的眼底拍摄技师参与。
小型桌面DIY AI智能检测设备
此款AI智能检测设备的特点是小型、可携带、价格优廉，可以放置在桌面上，患者将其罩于眼前，仪器自动定位眼睛，对焦视网膜采集图像，AI自动识别图像并将图像分类为不同疾病，整个过程只需花费1分钟，简单迅速。
何教授总结，AI的应用能够减少医生繁重的工作量，缓解不同地区医疗资源分配不均，提升基层医生医疗水平，推进医疗卫生体制改革。目前眼科AI探索仍为冰山一角，掌握眼科AI的应用现状，迎接新挑战，把握新机遇，才能成功实现眼科AI从研究到临床运用的转化。
参考文献
1.He M, Li Z, Liu C, Shi D, Tan Z. Deployment of Artificial Intelligence in Real-World Practice: Opportunity and Challenge. Asia Pac J Ophthalmol (Phila). 2020 Jul-Aug;9(4):299-307. doi: 10.1097/APO.0000000000000301. PMID: 32694344.
2.Li Z, Keel S, Liu C, He M. Can Artificial Intelligence Make Screening Faster, More Accurate, and More Accessible? Asia Pac J Ophthalmol (Phila). 2018 Nov-Dec;7(6):436-441. doi: 10.22608/APO.2018438. Epub 2018 Dec 17. PMID: 30556381.
许莉莉,杨智,田蓓. 眼科基于图像的人工智能[J]. 中华眼科杂志,2021,57(6):465-469. DOI:10.3760/cma.j.cn112142-20201224-00842.
3.张明,周思睿. 把握挑战和机遇：人工智能与眼科诊疗[J]. 中华眼底病杂志,2021,37(2):93-97. DOI:10.3760/cma.j.cn511434-20210121-00044.
4.吴晓明,史秀京,宋勇波,等. 人工智能技术在眼科问诊中的探索与应用[J]. 中国数字医学,2021,16(3):75-79. DOI:10.3969/j.issn.1673-7571.2021.03.017.
5.孙铁,张雨晴,邵毅. 人工智能及其在眼科疾病诊疗中的应用[J]. 眼科新进展,2020,40(8):793-796,800.
专家简介
何明光教授
博士生导师，中山大学中山眼科中心教授，澳洲墨尔本大学眼科教授，中华医学会眼科学分会防盲及流行病学组组长。国家杰出青年基金获得者、国家“万人计划”领军人才、国家科技部中青年科技创新领军人才，研究方向包括眼科疾病的临床和遗传流行病学研究、随机临床试验、双生子研究、图像技术研究、人工智能和大数据研究。研究获得广泛的国际同行认可，在2011年被遴选为眼科影响因子最高的杂志《Ophthalmology》的编委，并遴选进入由全球著名青光眼专家组成的国际青光眼学会，成为闭角型青光眼、药物治疗、青光眼进展等三个国际临床指南的制定委员会共同主席，在2015年起担任世界卫生组织近视防治技术专家，是全球近视专家共识的制定者之一。在2012年起担任亚太眼科学会副秘书长和常务理事，2016年创办亚太远程眼科学会并担任创会主席。获得包括亚太眼科学会Holmes Lecture奖等国际学术奖励和荣誉。以通讯作者在国际前沿杂志包括JAMA等共发表SCI论文200余篇，SCI引次数7633，H指数（Google Scholar）43。获得多个奖项，包括亚太眼科学会的Holmes Lecture奖（2015）。
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.