人工智能技术（AI）在眼底检查中的应用

文 马玉莹 张家骅

眼底检查是眼镜店和眼科医院视光门诊中一项重要的检查环节。通过眼底检查，不仅可以诊断青光眼、黄斑病变等眼疾病，还可以发现糖尿病、高血压等全身性疾病。传统的眼底检查（如图1）存在眼底图像难以发现、难以诊断等问题，对检查者的检查水平有较高的要求。近年来，人工智能（Artificial Intelligence，AI）技术快速发展，通过将传统的眼底检查技术与AI技术深度融合，企业界和学术界已经开发出了具有AI功能的眼底检测设备和系统，辅助视光师和医生对检查结果进行分析和诊断。本文首先简要介绍传统眼底检查技术和AI技术，然后详细讨论了AI技术在眼底检查中的应用。

图1 传统眼底镜检查

1 眼底检查概述

由于很多眼疾病与视力相关，因此通过眼底检查诊断被检查者是否有青光眼、糖尿病视网膜病变、黄斑变性、视网膜脱离等眼部疾病，可以对症开展视力矫正。常规眼底检查的仪器是手持检眼镜，但该方法由于检查者的主观因素，会造成视盘和眼底血管难以判断、眼底疾病难以诊断、检查时间久、被检者感到不舒适等一系列问题。采用眼底照相机进行检查，虽可以快速获得不同视野的眼底图像，并详细全面地记录和保存不同检查时间点眼底的形态，但诊断结果仍然需要依靠检查者的专业水平。

2 AI技术发展

2016年，Google公司的AI程序“阿尔法狗”（狗是围棋英文名“go”的音译），战胜了世界围棋冠军李世石，让全世界开始关注AI技术。2017年12月，AI入选“2017年度中国媒体十大流行语”。目前，AI技术几乎渗透到各个领域，并在多个领域取得了成功。其实，AI技术的发展并不是一帆风顺。历史上，该技术经历了多次的繁荣与低谷。以“阿尔法狗”程序所采用的神经网络算法为例：该算法是机器学习算法之一，是AI技术中的一种代表性技术。神经网络概念在1943年被提出，1958年开发出第一个人工神经网络，但1969年，AI领域奠基人之一明斯基指出该技术的重大缺陷，造成人工神经网络和AI进入十年寒冬期。1982年后，神经网络技术才慢慢复苏，到2016年，通过技术上不断创新，采用多层神经网络技术的“阿尔法狗”再次让AI技术得到全世界的关注。实际上，AI技术的快速发展，离不开互联网、云计算、大数据、芯片和软件等技术的发展。

3 AI技术在眼底检查中的应用现状

近年来，AI技术在眼底检查领域得到了快速发展，这得益于基于AI的图像处理算法，特别是深度神经网络图像处理算法的快速发展。

2018年4月，由美国IDx公司Michael Abramoff花费二十多年时间开发的AI产品IDx-DR问世，应用于现代一线医疗AI诊断设备，IDx-DR主要运用AI算法分析视网膜图像。操作人员通过使用Topcon TRC-NW400眼底照相机拍摄被检者的眼睛，将被检者视网膜图像传到IDx-DR服务器上，能快速提供诊断报告，准确率达到90%，代替了眼科医生对检测结果的分析和解读（图2）。IDx-DR目前已经获得美国食品药品监督管理局（FDA）认证，受到大众瞩目。

图2 美国IDx-DR仪器

同年，印度Remidio公司研发出视网膜成像手机（Fundus on Phone，FOP），该设备利用智能手机和AI算法EyeArt就可以进行眼底检查（图3），便于携带，使用方便。

图3 印度视网膜成像手机

国内的业界也在快速发展AI技术在眼底检查中的应用。2017年，中山大学中山眼科中心公布了眼科AI诊断和治疗系统，建立了先天性白内障AI平台。同年，杭州市在全国率先启用基于AI技术的糖尿病视网膜病变筛查项目，引入了基于AI诊断的手持式眼底照相机，解决了眼科医生资源匮乏问题，提高了医生工作效率。

2018年，广州市妇女儿童医疗中心和加州大学圣地亚哥分校的张康团队将新的深度学习算法与眼视光领域结合，研发出一款新的AI诊断工具。该工具不仅可以阅读视网膜OCT（光学相干断层扫描）影像，短时间诊断出视网膜黄斑病变、糖尿病视网膜病变、白内障等疾病，而且其诊断准确率达到了92%以上。

同年，河南省人民医院与北京协和医院、首都医科大学附属北京同仁医院眼科研发出眼科AI机器人——“嵩岳”医生（图4）。该眼科机器人主要包括AI软件系统和硬件系统。软件系统负责眼底视网膜病变智能诊断，硬件系统具有人机对话、数据信息收集、远程控制诊断、分析报告的打印等智能化功能。AI机器人正式进入河南省人民医院之前，与眼科医生进行了一场比赛，选出16名眼科领域专家与AI机器人同时读片，AI机器人在深度学习100万张已标注的病灶和8万张左右的眼底疾病图像基础上竞赛诊断。最终AI机器人与眼科专家打了平手，准确率高达90%以上。

图4 河南省眼科研究所——嵩岳AI机器人

2018年12月，上海市第十人民医院启动AI-Force优智项目。该项目主要是通过AI技术对眼底图像进行识别、筛查、诊断。通过实践表明，AI眼底疾病诊断的准确率达95%以上，通过与眼科医生的经验相结合，为诊断疾病提供了更准确、更安全、更有效的保障。该项目实施3个月，就帮助了八千多户居民进行糖尿病、高血压、黄斑变性等视网膜病变的筛查与管理，AI-Force产品辅助眼科医生提高工作效率。

2019年，山东省青岛眼科医院采用Eye Wisdom眼底影像AI分析系统，该系统对眼科领域专家已经标注好的10万张眼底图片、三十多种眼底疾病进行数据训练，通过深度卷积网络作为模型来提高自己的性能。此次AI图像识别系统以灵敏度、特异度、准确度作为评价标准。该系统可以诊断视网膜血管疾病、视神经病变、黄斑病变、脉络膜病变，诊断特异度和灵敏度超过90%。为了验证AI的准确度，青岛眼科医院特地邀请了眼科专家和眼视光专家进行了一次眼底检查试验，从开始AI智能读片体验、录入信息、眼底图像识别，到上传系统、开始诊断，整个流程花费时间不超过3分钟，眼底图片识别之后，只需10秒左右就会自动生成患者报告。为了帮助医生或者验光师更好地掌握患者病情，AI系统还给出了诊断建议，在眼底图片上标注微血管瘤、视网膜出血、黄斑病变等病灶，不同的眼底疾病标记出的颜色有所不同，一目了然。

2019年，在河南省郑州举办的第13届中国医师协会上，北大人民医院赵明威教授和Airdoc集团举办了一场AI演示，通过视网膜检查诊断得出人体年龄。在这场演示中，AI通过图像识别、图像理解、图像诊断等功能，发现了几处眼科医生未发现的细小问题。在青光眼风险诊断竞赛中，展示了AI对视网膜图像的识别能力，最终AI比赛成绩和现场专家水平旗鼓相当，AI的准确性和全面性得到在场眼科专家们的认可。

4 总结

从国内外的人工智能技术在眼底检查中的应用可以发现，AI技术与眼底检查技术在不断深入融合，并变得越来越成熟，性能也逐渐达到专业水平。相信在不久的将来，AI技术在眼底检查和诊断方面能够为眼科医生和眼视光从业者提供更专业化、更准确的技术辅助。通过AI技术，可以缓解本领域有经验的检查者资源不足问题，提高工作效率。有了AI技术的辅助，与一线城市医生技术和诊疗设备上有着很大差距的二线及以下城市，可以一定程度弥补人才和技术资源的差距。