批量制造“眼科医生”，人工智能很给力！

　　一项新的研究发现，利用人工智能（AI），可非常准确地识别患有糖尿病视网膜病变和相关眼病、需要进一步治疗的糖尿病患者。这是一项根据多个种族的糖尿病患者视网膜图像开发和验证的“深度学习系统（DLS）”，研究结果刊登于12月12日出版的《美国医学协会杂志》（JAMA），第一作者为新加坡国家眼科中心Daniel Shu-wei Ting。

　　DLS是一种具有筛查糖尿病视网膜病变及相关眼病潜力的机器学习技术，它能处理大量的数据，并从这些数据中提取出有意义的模型。这项研究在494 661张视网膜图像中检验了DLS对糖尿病性视网膜病变和相关眼病的诊断性能，这些图像来自不同种族的患者，因为视网膜色素因种族而异，这是为了确认DLS能真正地区别正常和异常的视网膜。研究发现，DLS对糖尿病视网膜病变的敏感性为90.5%，特异性91.6%；对威胁视力的糖尿病视网膜病变的敏感性为100%，特异性为91.1%。这项新研究还调查了DLS检测两种常见眼病——青光眼和年龄相关性黄斑变性（AMD）的能力。DLS对青光眼的敏感性为96.4%，特异性为87.2%；对AMD的敏感性为93.2%，特异性为88.7%。该研究的结论为，DLS对糖尿病视网膜病变及相关眼病有较高的敏感性和特异性。需要进一步的研究来评估DLS在卫生保健系统中的适用性和DLS在改善患者视力方面的效用。

　　主要研究者、新加坡国立大学眼科主任、新加坡国立眼科中心教授和医学主任Tien Y Wong表示，与以往的“模式识别（pattern-recognition）”型图像分析相比，该系统已经取得了可喜的成果。整个DLS检测方法不涉及任何客观判断，DLS对图像特征的提取过程是完全自动的。DLS可以帮助临床医生对视网膜图像进行识别和判断，包括那些可能会被忽视或低估的细微变化、模式（patterns）和异常。

　　研究的共同作者、洛杉矶南加州大学凯克医学院的眼科学和预防医学教授Rohit Varma博士认为，DLS可以节省大量的金钱和医疗资源，降低劳动力成本，提高了效率。DLS相关研究的最终的目标是，将DLS装入视网膜摄像头，最终应用于在门诊、医院、药房等场合，用来筛查哪些糖尿病患者需要看眼科医生。

JAMA.2017;318(22):2211-2223.

（来源：《国际糖尿病》编辑部）