AI 算法可准确诊断儿童失明病因 准确率完胜人类医生

人工智能在眼科领域又有一项新进展。上个月，美国FDA批准了世界上第一款糖网筛查AI设备IDx-DR，可以独立检测而不需要医生解释结果。就在上周，俄勒冈健康科学大学（OHSU）和马萨诸塞州总医院（MGH）的研究人员在《美国医学会眼科杂志》上也发表了一项成果：他们新开发的一种算法能够自动检测导致儿童失明症的潜在的病变原因，准确率远高于人类医生。

根据美国国家眼科研究所的数据，多达16000名美国婴儿被诊断患有ROP（早产儿视网膜病变）。ROP是妊娠31周前出生的婴儿可能患有的一种疾病，由视网膜附近的异常血管生长引起，是儿童失明的主要原因。每年大约有600名患者因此失明。音乐家Stevie Wonder就是因为这种情况而失明。

在以往的诊断过程中，医生通常会用光线照射婴儿的眼睛。然而，该方法可能不准确，因为它带有很强的主观性。

这套算法的数据来源于婴儿在眼科医生就诊时所拍摄的5511张照片。马萨诸塞州总医院研究人员将现有的两种人工智能模型相结合来创建算法，而俄勒冈健康科学大学研究人员开发了广泛的参考标准来训练算法，随后研究人员就让算法来区分健康血管和患病血管。

在双方的通力合作下，该算法可以通过识别婴儿眼球照片的情况来诊断出是否患有该种疾病，准确率达91%。但同期测试中，由八位医生组成的对照组对同样的眼球照片进行诊断，准确率只有82%。

Jayashree Kalpathy-Cramer

Kalpathy-Cramer是哈佛医学院的教授，也在麻省总医院工作，她表示。“该算法提炼了熟练识别ROP并将其纳入数学模型的眼科医生的知识，因此可能没有那么丰富经验的临床医生仍然可以帮助婴儿获得及时、准确的诊断。”

牵头该研究的联合首席研究员是眼科学和医学信息学和临床流行病学教授Michael Chiang博士，他同时也是OHSU医学院和OHSU凯西眼科研究所Elks儿童眼科诊所的医生。他认为，“我们缺乏经过训练并愿意诊断ROP的眼科医生。这就造成了在医患供需上的巨大差距，即使在美国也是如此。可悲的是，全世界有太多的儿童未得到及时的诊断。”

Michael Chiang博士（右）在检查眼部扫描图像

整个研究团队现在正与印度的一位合作者合作，看看该算法是否可以诊断印度婴儿的ROP，因为在这项研究中涉及的主要是高加索婴儿群体。他们还在探索该算法是否可以诊断视网膜中除了血管外的其他情况，最终目标是使医生能够将技术融入他们的临床实践中。

欢迎扫码添加小编，加入人工智能和大数据公众号读者交流群，探讨、分享、交流！交流群每周会邀请行业专家进行在线分享！