近日，首都醫(yī)科大學附屬北京同仁醫(yī)院副院長魏文斌教授團隊與北京鷹瞳科技發(fā)展股份有限公司（簡稱“鷹瞳Airdoc”）和愛康集團在《美國醫(yī)學會雜志》子刊JAMA Network Open雜志（影響因子13.4）聯(lián)合發(fā)表題為“Artificial Intelligence for Screening of Multiple Retinal and Optic Nerve Diseases”（人工智能對多種視網(wǎng)膜和視神經(jīng)疾病的篩查應(yīng)用）的研究論文。

研究結(jié)果顯示，基于眼底照片訓練的AI算法模型在全國多中心的真實世界驗證中，對10種常見眼底病篩查的敏感度堪比資深眼底科專家，且篩查用時節(jié)省了約75%。這表明其在大規(guī)模篩查場景下具備廣闊應(yīng)用前景。

與此同時，這是2021年7月《柳葉刀·數(shù)字健康》刊發(fā)相關(guān)真實世界研究后，國際頂級期刊對鷹瞳Airdoc視網(wǎng)膜影像人工智能多病種診斷算法能力和應(yīng)用價值的又一有力驗證。

診斷能力堪比資深眼底專家

醫(yī)生篩查用時或節(jié)省75%

?

在這項全國性多中心研究中，研究團隊基于12萬張眼底照片開發(fā)了視網(wǎng)膜人工智能診斷系統(tǒng)(系統(tǒng)名：RAIDS)來識別常見眼底病，包括糖尿病視網(wǎng)膜病變、青光眼、黃斑裂孔、黃斑前膜、高血壓視網(wǎng)膜病變、視網(wǎng)膜有髓神經(jīng)纖維、視網(wǎng)膜色素變性、年齡相關(guān)性黃斑變性、視網(wǎng)膜靜脈阻塞及病理性近視。

在系統(tǒng)開發(fā)過程中，研究團隊第一步先將眼底病分為3組：視網(wǎng)膜組（即糖尿病視網(wǎng)膜病變、病理性近視、視網(wǎng)膜靜脈阻塞、高血壓視網(wǎng)膜病變、視網(wǎng)膜有髓神經(jīng)纖維、視網(wǎng)膜色素變性）；黃斑組（即年齡相關(guān)性黃斑變性、黃斑裂孔、黃斑前膜）；視盤組（即青光眼），設(shè)計了一個包含3個子任務(wù)（即視網(wǎng)膜組子任務(wù)、黃斑組子任務(wù)和視盤組子任務(wù)）的多任務(wù)分類框架。

第二步中，研究團隊訓練出卷積神經(jīng)網(wǎng)絡(luò)檢測器來定位眼底照片的黃斑和視盤區(qū)域，再通過多任務(wù)分類框架來識別眼底病。

隨后研究團隊在我國19個省份的65家體檢機構(gòu)對RAIDS系統(tǒng)進行了前瞻性驗證，在收集到的20余萬張眼底圖像中，模型檢測異常眼底的敏感度為89.8%，區(qū)分10種眼底病的準確率為95.3%-99.9%。

該研究還基于北京眼病研究和開灤眼病研究的數(shù)據(jù)集，比較了RAIDS和不同年資眼科醫(yī)生之間的診斷性能表現(xiàn)，結(jié)果顯示與眼科醫(yī)生相比，RAIDS對異常眼底的診斷性能在敏感度方面表現(xiàn)更好(RAIDS：91.7%；低年資眼科醫(yī)生：83.7%；高年資眼科醫(yī)生：86.4%；資深眼科專家：88.5%)。RAIDS系統(tǒng)在檢測7種眼底?。ㄌ悄虿∫暰W(wǎng)膜病變、青光眼、黃斑裂孔、黃斑前膜、高血壓視網(wǎng)膜病變、視網(wǎng)膜有髓神經(jīng)纖維和視網(wǎng)膜色素變性）方面達到甚至超越了資深眼科專家的診斷敏感度。

與此同時，使用RAIDS系統(tǒng)進行10種眼病的診斷僅需0.3秒，遠小于眼底?？漆t(yī)生時間。與單獨基于眼科醫(yī)生的檢查相比，RAIDS系統(tǒng)聯(lián)合眼科醫(yī)生的臨床篩查模式在取得相似診斷準確性的基礎(chǔ)上，篩查所需時間減少了約75%。

有助于解決眼科醫(yī)療資源匱乏難題

實現(xiàn)全國致盲眼病的早篩早診

?

糖尿病視網(wǎng)膜病變、病理性近視、青光眼、老年黃斑變性是全球公認的致盲眼病。其中糖尿病視網(wǎng)膜病變是工作年齡人群第一位的致盲性疾病，危害較大。早期篩診對于防盲至關(guān)重要，可減少80%以上的致盲率。

《“十四五”全國眼健康規(guī)劃（2021-2025年）》指出：眼健康是國民健康的重要組成部分，涉及全年齡段人群全生命期。包括盲在內(nèi)的視覺損傷嚴重影響人民群眾身心健康和生活質(zhì)量，加重家庭和社會負擔，是涉及民生福祉的公共衛(wèi)生問題和社會問題。然而我國仍然是世界上盲和視覺損傷患者數(shù)量最多的國家之一，眼科優(yōu)質(zhì)醫(yī)療資源總量相對不足、分布不均衡的問題依然存在。

研究表明，RAIDS系統(tǒng)可以實時準確篩查10種眼底病，有助于幫助欠發(fā)達地區(qū)解決眼科醫(yī)療資源匱乏難題，實現(xiàn)全國致盲眼病的早篩早診。

本研究通訊作者是首都醫(yī)科大學附屬北京同仁醫(yī)院副院長魏文斌教授，主任醫(yī)師，博士生導師，首批入選國家“萬人”計劃領(lǐng)軍人才、新世紀“百千萬”人才工程。從事眼科臨床及科研工作30余年，是國內(nèi)首屈一指的眼底病領(lǐng)域?qū)＜?。近年來，魏文斌教授團隊依托醫(yī)學人工智能研究與驗證工信部重點實驗室的平臺，基于多模態(tài)眼底影像數(shù)據(jù)庫構(gòu)建深度學習算法，在人工智能眼底病識別、眼軸及屈光度的智能化篩查、眼內(nèi)腫瘤的診斷及風險分層、豹紋樣眼底的定量化分析等方面取得一系列重要成果。

本文共同第一作者為北京同仁醫(yī)院董力博士、張瑞恒碩士，鷹瞳Airdoc賀婉佶博士，以及鷹瞳Airdoc莫納什研究中心首席科學家、澳大利亞莫納什大學戈宗元教授。

作為全球視網(wǎng)膜影像人工智能領(lǐng)域的領(lǐng)導者與先行者，鷹瞳Airdoc一直以來高度重視研發(fā)創(chuàng)新，在算法和硬件研發(fā)上持續(xù)投入，積極與科研院所和高校展開合作，促進研究成果的臨床轉(zhuǎn)化。截至目前，鷹瞳Airdoc已在《柳葉刀》系列、《英國眼科學雜志》等權(quán)威同行評審期刊，以及MICCAI等國際頂級人工智能學術(shù)會議發(fā)表40余篇論文。

秉承“讓健康無處不在”的企業(yè)使命，鷹瞳Airdoc期望通過產(chǎn)品的持續(xù)研發(fā)和推廣，讓優(yōu)質(zhì)醫(yī)療服務(wù)像空氣一樣平等普惠、觸手可及。

論文鏈接：

https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2791807