提高青光眼诊断筛查水平

    【聊健康】

    青光眼是一种导致视神经进行性、特征性损伤的疾病，具有高患病率及高致盲率的特点。它所导致的视功能损害往往呈进行性发展，无法恢复，是我国乃至全球第一位的不可逆致盲性眼病。

    随着人们生活方式的变化，代谢相关疾病患病率增加，相关继发性青光眼发病率也随之增加。虽然针对青光眼损伤不可逆，但可通过早干预减缓视力损害这一特点，如果能够做到早发现、早诊断、早治疗（包括药物、激光、手术等治疗方法），就可以大大降低致盲率。因此，在青光眼高危人群中进行筛查尤为重要。

    然而，即便从世界范围看，青光眼的检出率也不高。由于早期青光眼无明显症状，我国的诊断率不足10％。大部分眼病患者存在人群中未被发现和治疗，高达27％的青光眼病例在初诊时已经处于中晚期。除青光眼筛查普遍存在的缺乏有效手段、不典型及复杂性青光眼诊断难度大、随诊困难等问题，也是造成各地区青光眼诊断筛查水平不高的原因。同时，和其他眼科疾病相比，青光眼早期诊断也十分困难，需要依赖专业医师的诊疗水平。而在我国，目前仅有的4万余名眼科医师，无法支持全国人口筛查。因而，青光眼疾病的高患病率、高致盲率以及诊断筛查水平不高之间的鸿沟，迫切需要一种新技术来填补。

    近年来，在许多领域引领了创新与革命的AI（人工智能）技术，被视作是解决上述困境的关键突破口。AI通过深度学习建立诊断模型，能够提供眼底图片的辅助参数，只需要数秒即可初步判断被检者是否存在眼底疾病，给出诊断意见。传统模式下，普通眼科医师对青光眼眼底图片的诊断时间为每1000张耗时12~15 小时，借助AI，则1秒钟可以处理10张，相比之下，AI工作一天能够完成一名眼科医生8年的量。不仅如此，人工智能还有助于弥合医院、医生间诊断水平上的差异。由于青光眼发病、诊断的复杂性，加之眼底病灶微小，部分基层医生经验不足等原因，诊断青光眼有一定的难度。但人工智能技术可复制，对于缓解中国医疗水平地域差距有着积极意义。

    此外，医生通过眼科的眼底影像，不但可以筛查眼科疾病，甚至可以发现全身性的疾病。国际上也有很多团队进行AI眼科疾病筛查系统研发，然而，国外这些产品在中国落地，不少遭遇水土不服现象。2018年11月，由中华医学会、中华医学会眼科学分会和中华医学会眼科学分会青光眼学组主办的“第十二届全国青光眼学术会议”上，北京同仁医院王宁利团队与腾讯共同启动了人工智能辅助诊断青光眼的联合科研。2019年6月，双方发布了“腾讯觅影”青光眼筛查功能。在该技术的辅助下，眼底疾病筛查的工作流程实现优化，患者在基层医疗机构或院外筛查机构拍摄眼底照相，眼底智能筛查系统通过远程技术智能分析，并自动输出评估报告，辅助提升诊断效率，并最终由眼科医生审核完成检查。

    为规范AI青光眼辅助筛查系统的设计及临床应用，规范诊断结果的解读建立在统一诊断标准下对青光眼进行早期诊治及终生随诊的筛查系统，中华医学会眼科学分会青光眼学组、中国医学装备协会眼科专委会人工智能学组起草并通过了《基于眼底照相的人工智能青光眼辅助筛查系统规范化设计及应用指南》，通过对AI青光眼辅助筛查系统的数据采集、算法模型构建、硬件要求、数据集建立和标注、AI筛查方案、AI筛查报告要求、数据安全等提出相关规范和建议，有效规范了AI青光眼辅助筛查系统的设计及临床应用。诊断标准统一后，未来青光眼早诊早治及终生随诊均将有章可循。同时，随着AI辅助青光眼筛查系统在基层的普及，因早期漏诊导致青光眼视功能损害及青光眼致盲的可能性将大幅降低。

    （作者：刘含若，系首都医科大学附属北京同仁医院北京同仁眼科中心医师、眼科学博士，中国医学装备协会眼科人工智能学组副组长）