我校中山眼科中心基于十萬余例超廣域眼底彩照，研發出全球首個基于人工智能的眼病篩查指導系統，最新研究成果于1月8日發表于《自然》雜志的子刊《生物通信》（Communications Biology）。
超廣域眼底彩照與人工智能技術結合
眼底是眼球的后段，由視網膜、視乳頭、黃斑和視網膜中央動靜脈等組成。眼底檢查常需要散瞳，耗費時間長；傳統眼底照相范圍僅有30°~45°視野，可能會出現漏診。中山眼科中心林浩添教授研究團隊采用的超廣域眼底成像范圍為200°~240°，能有效觀察到周邊視網膜病變，可以更早、更準確的檢查出全周視網膜的病變。
超廣域眼底彩照人工智能眼病篩查系統：圖中右側高亮區域為篩選出來的病變
研究團隊以超廣域眼底圖像為基礎，整合我國多家醫院的接近10萬張超廣域眼底彩照數據，由國內外多位經驗豐富的眼底病專家和人工智能專家強強聯合，最終研發出可以精確檢測視網膜格子樣變性、視網膜裂孔、視網膜脫離、視網膜出血、青光眼、玻璃膜疣、視網膜滲出七種疾眼病的智能篩查系統，檢測準確率平均可達到98.1%，可以很好地彌補眼底病醫療資源缺乏的現狀。由于檢查過程只需要1分鐘左右的時間，此系統還可以應用于大規模人群的眼病篩查。
首次實現病變定位、體位指導功能
左側圖片箭頭指處為視網膜脫離，右側圖片高亮區域熱圖提示視網膜脫離的精確位置
這款系統不僅能對眼底圖像進行解讀，同時可以自動標出病變部位，有助于醫生有針對性的解讀報告。同時如果視網膜脫離檢查結果呈陽性，系統會自動給予體位指導，以延緩視網膜脫離的進展，降低手術并發癥，改善患者的視力預后。
首創圖片質量實時監測系統
人工智能系統自動識別圖片模糊區域，以人類醫生的思維模式根據模糊區域面積大小、是否影響病變檢測等綜合確定其是否為低質量圖片
以往針對超廣域眼底照相機，尚無圖片質量監控系統，如果拍攝的質量與眼底醫生要求不同，將會影響讀片，醫生通常要求重新拍攝，這會造成不必要的時間、資源浪費。患者來回的檢查，有可能會延誤疾病的診斷，甚至可導致醫療糾紛的發生，中山眼科中心人工智能與大數據科研究團隊針對這一缺陷，研發了超廣域眼底圖像質量監控的人工智能系統，可對圖像進行實時、準確的監控，對于低質量圖片，實時提醒操作者，以指導其重新獲取高質量圖片。如果超過3次拍攝圖片質量仍不提高，則代表圖片質量低有可能是眼前段屈光間質混濁造成，則自動給出轉診建議，行屈光間質狀況檢查。
“基于超廣域眼底彩照的人工智能眼病篩查系統”的推出，不僅是讓臨床診療更高效，也是為了更多的民眾能得到切實的福利。對于缺乏專業眼底病醫生的醫療機、體檢中心，這款系統可以高效、精確的方式在人群中進行眼底病篩查，為廣大群眾的眼健康保駕護航。目前團隊正在和國內外多家企業洽談技術轉化事宜，以期研究成果盡早惠及廣大人民群眾。
