AI眼底疾病診斷領域應用前景“光明”

眼睛是心靈的窗戶，絕大部分的外界信息都來源于眼睛，眼底是眼球內后部的組織，眼底遍布著豐富的血管與神經，與之相關的病種較為復雜多樣，包括視網膜、視神經、眼底血管、脈絡膜、黃斑等多部位均可能出現病變。眼科疾病十分普遍，患者基數較大。常見的眼底疾病包括黃斑變性、糖尿病視網膜病變、青光眼等。

目前，眼底疾病診斷方法多樣，臨床中廣泛使用眼底鏡、眼底相機、光學相干斷層掃描（OCT）和眼科超聲等技術觀察眼底。其中，眼底相機檢查是眼科的基礎檢查之一，用于眼科后節疾病的診斷，可通過觀察玻璃體、視網膜、視神經乳頭和視網膜動（靜）脈，從視網膜的組織結構形態、血管變化等眼底表現，推斷患者所患疾病。

5年前

首款輔助診斷軟件獲批上市

近年來，我國企業積極投入AI醫學影像軟件在眼底疾病領域應用的研究，應用于眼底疾病的人工智能（AI）醫學影像軟件的研究和產品主要集中在糖尿病視網膜病變和青光眼方面。

截至2024年6月，已有多款三類醫療器械上市的AI醫學影像軟件可檢測糖尿病視網膜病變。其中，鷹瞳科技的Airdco-AIFUNDUS產品于2020年8月上市，是國內第一家榮獲NMPA 眼科人工智能三類輔助診斷醫療器械注冊的企業，拉開了我國眼科疾病領域智能化醫療技術應用的序幕。

糖尿病視網膜病變領域

糖尿病視網膜病變是糖尿病全身小血管病變在視網膜上的體現，它是長期高血糖導致的血管損傷，可能會引起視網膜的出血、滲出和腫脹，嚴重時可導致視力喪失。糖尿病視網膜病變可根據是否有從視網膜發出的異常新生血管分為非增殖性、增殖性兩大類。

多數眼底疾病初期表現不明顯，且眼科專科醫生資源稀缺，全身體檢未能充分覆蓋眼底檢查，易導致眼底疾病漏診。基于深度學習的AI輔助檢測，通過將待檢測圖像輸入深度學習神經網絡模型，經過分析與分類后輸出檢測結果，可實現對病灶的精準定位。AI可以對糖尿病視網膜病變的諸多眼底臨床特征進行檢測，如對眼底出血點及黃斑水腫區域的快速檢測，對微動脈瘤、滲出物進行檢測與分割。

在確診糖尿病視網膜病變后，往往需要臨床醫生對眼底圖像進行觀察，以實現對病程的分級與診斷。AI輔助診斷系統可以通過對眼底疾病圖像的綜合評價和對現有分級標準的學習，快速對糖尿病視網膜病變病程進行分級。此外，AI算法還可以結合現有分級與分期提供預后和治療建議。

青光眼領域

青光眼是一種損害視神經的眼部病癥，其發病通常與眼內高壓有關。但并非所有青光眼病例都與高眼壓相關，近視或遠視、高血壓、糖尿病、眼部外傷史等均有可能導致青光眼的發生。

眼底照相十分便捷經濟，適合于在基層地區輔助大規模青光眼篩查。在進行眼底照相篩查后，青光眼患者還需要結合OCT與視野檢查等結果進行精確診斷。

在青光眼的早期篩查中，AI主要通過與眼底照相技術相結合輔助青光眼篩查。主要應用方向包括三個方面：一是從眼底圖像中自動提取相關參數用于對青光眼的診斷，如杯盤比、視網膜神經纖維層缺損等；二是對識別的圖像整體進行分類或分級，分析是否存在青光眼病變；三是通過眼底圖像預測OCT的檢測值，如預測視網膜神經纖維層的厚度等。

向更多眼病

及其他疾病領域拓展

隨著技術的進步，AI醫學影像軟件在眼底疾病診斷中的應用越來越廣泛，能夠識別和分析更多疾病類型，除糖尿病視網膜病變、青光眼外，AI在黃斑病變等多種眼底疾病領域的應用也得到了廣泛研究，并且通過對眼底圖像的分析可拓展追蹤其他疾病的進展，實現及時診治，我國企業在多病種輔助診斷領域的研發探索也在積極推進。

實現對更多眼科病種的識別

鷹瞳科技通過不斷技術創新，已探索通過AI醫學影像軟件輔助快速診斷和評估包括糖尿病視網膜病變、高血壓性視網膜病變、視網膜靜脈阻塞、年齡相關視網膜黃斑變性、病理性近視、視網膜脫落、老年癡呆等在內的55種疾病。早在2021年，中山大學中山眼科中心林浩添教授團隊就聯合鷹瞳科技等單位，基于全國16家醫療機構的病例訓練出了可識別14種常見眼底異常的AI視網膜多病種輔助診斷系統，包括糖尿病、高血壓等全身性疾病的眼部表現，以及青光眼、病理性近視、視網膜靜脈阻塞、視網膜脫離等12種威脅視力的異常表現。

近日，國家藥品監督管理局（NMPA）公布，鷹瞳科技旗下的Airdoc-AIFUNDUS 2.0眼底病變眼底圖像輔助診斷軟件通過三類醫療器械證審批。Airdoc-AIFUNDUS 2.0在原有技術基礎上實現了新的突破，新增了視網膜靜脈阻塞功能模塊，現已融合了鷹瞳萬語醫療大模型，能夠幫助基層醫療機構的全科醫生提升眼底多個病種的診斷能力和效率，進一步提高基層醫療機構的眼部疾病診斷能力、慢病防控能力，筑牢基層健康防線。

向集成化診斷平臺發展

眼底篩查不僅可用于診斷眼科疾病，而且可以通過捕捉眼底圖像的異常表現，如眼底血管栓塞、視網膜靜脈搏動幅度等，用于診斷如糖尿病、高血壓、慢性腎病、阿爾茨海默病等疾病。

如在阿爾茨海默病人群篩查方面，因視網膜是腦部神經和血管的延伸，眼底圖像可作為阿爾茨海默病人群篩查的有效工具。北京大學團隊與鷹瞳科技、北京同仁醫院等多家單位合作，構建了識別阿爾茨海默病高危人群的AI模型并進行了內外部驗證。結果顯示，該模型對阿爾茨海默病高危人群的預測表現出優秀的能力。

實現對預后的預測及跟蹤

許多常見的眼底疾病屬于慢性病癥，需要對患者進行長期的監測和跟蹤。AI可以輔助預測眼底疾病的患病風險、病情進展、治療效果及監控患者狀況。AI在預測眼底疾病發生風險、預估濕性年齡相關性黃斑變性患者在治療后視力或黃斑結構的改善情況、預測是否需要抗新生血管生長因子治療方面，都具有較高的準確性。

AI技術在眼底疾病診斷中不斷創新突破，從單病種到多病種識別，再到集成化診斷平臺、預后預測跟蹤，為眼科疾病及全身性慢病管理帶來變革。鷹瞳Airdoc始終致力于“讓健康無處不在”，通過前沿的AI技術讓優質醫療資源下沉基層，打破地域限制，使更多人能便捷享受優質醫療服務，普惠至社會的每一個角落。

注：內容采編自中國醫學報，有修改