青光眼是全球首位不可逆性致盲眼病。据《中国青光眼指南》报道，2020年中国青光眼患者约2100万，其中致盲人数达567万，每1000个人就有4个因青光眼失明。青光眼发病隐匿，起初通常没有任何症状，等到确诊时，大多数患者已经进入中晚期，已成为重大的公共卫生问题。
尽管目前还没有治愈的方法，好在青光眼疾病发展的速度较慢，若能提前预测受试者青光眼发病与进展的风险，则可以提前干预、密切随访，降低青光眼造成的视功能损伤。
日前，中山大学中山眼科中心张秀兰教授、澳门科学技术大学张康教授领衔的一支中国研究团队，首次开发了一款用于青光眼发病和进展预测的人工智能（AI）系统，可以有效识别出未来三到五年内青光眼发病或进展高风险的个体。研究成果发表于THE JOURNAL OF CLINICAL INVESTIGATION。
论文中指出，目前青光眼发病和进展的预测主要通过测量眼压、眼底、视野的生物特征参数，但对于初级医疗保健环境来说，测眼压和视野测试并不是很方便，相对来说，眼底彩照则可以在眼科检查时快速获取，甚至还可能用智能手机进行拍摄和分析。
因此，研究人员设法开发的这款预测系统不需要依赖于多种测试方法，而是单独基于视网膜眼底彩照图像做出评估，有利于未来在临床实践上广泛应用，包括远程筛查青光眼。
▲基于眼底彩照的结构信息预测青光眼发病和进展的风险（图片来源：参考资料[1]）
在这项工作中，深度学习模型通过“观看”数万张眼底彩照，不仅“学会”诊断青光眼，还能够检测到人眼无法识别的基线特征，预测未来五年内青光眼发病和进展的风险。
研究团队使用社区人群的队列数据验证了AI系统的青光眼发病预测模型，其结果显示能够准确预测未来3-5年内受试者发生青光眼的风险，在两个外部测试集中灵敏度达到0.84，特异度接近0.80，AUC 分别为 0.89 (0.83–0.95) 和 0.88 (0.79–0.97)，展现了该模型较强的普适性和可靠性。
另一方面，这套AI系统的进展预测模型则能够基于眼底彩照的结构信息，预测未来3-4年内患者视神经功能进一步损伤的风险，且在不同亚型的青光眼患者中均取得了较高的准确性，在两个外部测试集中，AUC 分别为 0.87 (0.81–0.92) 和 0.88 (0.83–0.94)。
研究人员在论文中指出，参与进展预测任务的青光眼患者在入组受试后都接受了降低眼压的药物，并且眼压值均控制在正常范围内，“这表明，我们的预测模型可以识别那些即使合理控制眼压也会发生青光眼进展的高危患者，并促进及时干预，例如抗青光眼手术以挽救视力。”
总结来说，这项研究展现了AI系统用于青光眼发病和进展预测的可行性。张康教授指出：“在AI系统辅助下，我们可以建立有效的疾病早期预防体系，早期发现人群中的高风险个体，早期干预、治疗，大大降低青光眼失明风险。”
该公众号已被封禁
点个“在看”再走吧~