青光眼是全球第一位不可逆性致盲眼病，早期诊断十分困难。那么，当青光眼遇上人工智能，将会在其诊治方面带来哪些改变呢？让我们一起走进第四届岭南论坛暨第二届全国眼科人工智能大会，细品中山大学中山眼科中心卓业鸿教授为我们带来的精彩学术盛宴《人工智能与青光眼》。
人工智能诊疗时代的到来
1、人工智能在眼科学的应用：
1） 接待患者，收集病史；
2） 辅助眼科常用检查；
3） 阅读各种影像学资料；
4） 辅助诊断和资料；
5） 眼科手术；
6） 收集和查阅文献资料，提出诊断和治疗眼病的循证医学资料；
7） 数据的收集、分析和整理；
8） 视觉残疾的辅助装置。
2、RGC损伤:早期诊断的基础
RGC的死亡/凋亡/焦亡和轴突丢失、视杯神经纤维的减少、黄斑区视网膜神经纤维层减弱均会引起眼球的结构和功能的改变。
结构改变包括：
1） 视神经乳头
2） 筛板
3） 视网膜黄斑区
4） 外侧膝状体
5） 视皮层
功能改变包括：
1） 视野
2） 视觉电生理
3） 视觉-感知功能
4） 视觉-运动功能
3、青光眼诊断手段：基于RGC（视网膜神经节细胞）损伤
目前青光眼诊断手段主要包括结构评估和功能评估，具体如图：
人工智能在青光眼早期诊断中的应用
卓教授表示，OCT、AS-OCT解决青光眼早期诊断问题有一定优势。人工智能在青光眼的早期诊断有眼底照相、OCT、OCTA。那么如何去标注呢？
1、眼底照相 AI：青光眼早期诊断
中山大学中山眼科中心何明光教授发表的一篇文章中，用了40000多数据量，但质量不合格的有8000左右，接近20%，他最后的结论是AI可以用于青光眼诊断。
但转诊的标准是什么？作为一个普通的筛查没有出现任何问题，眼底杯盘比（C/D）<0.3正常，0.32-0.6正常，>0.6异常，该如何去鉴别和诊断？AI能否告诉我们眼底杯盘比0.5或0.6该转诊呢？卓教授表示，这还需依赖医生“传授”给它的知识，即最终仍需医生来告知机器何为对错。
眼底照相 AI在以下方面可谓机遇与挑战并存：
◇并存的其他眼底疾病的识别?
◇基于眼底照相是否能够应用与于早期诊断?
◇17%的照片因质量问题被排除，是否适用于快速筛查?
◇OCT诊断有更高敏感性、特异性，未来OCT AI?
2、OCT AI：青光眼早期诊断，on going…
以上这篇文章的解读准确性比普通彩照略胜一筹，但美中不足的是，它病例数略少。卓教授建议，青光眼医生可以多使用些数据来支持青光眼的早期诊断。
3、OCTA AI：青光眼早期诊断，state of art…
AS-OCTA的应用因为本身对青光眼的诊断尚未明确，在AI与OCTA间还是处于进一步探讨之中。
卓教授强调，AI不仅仅用在早期诊断，青光眼的很多场景应考虑什么？不应仅仅关注图像，眼压的长期和短期波动也同样重要。卓教授提及曾经他带领学生，在人工晶体上安装压力感受器，进行24小时眼压测量。
数据结果提示，何时该报警，何时该带着患者看医生，实质上也是AI的一个方向。另外，戴隐形眼镜可以监测24小时眼压。卓教授认为，在这24小时眼压监测中，个体 群体化基础上，可以做很多数据。视野计可以整合很多青光眼图像分析，更有利于青光眼的工作。
青光眼诊疗模式的改变
1、诊疗模式的改变：AI 房角
青光眼诊疗模式改变概括起来即以往用手电筒去筛查，现在是UBM，房角镜、AS-OCT，诊疗的场景发生了改变，但不变的是眼压，即结构性的东西不会改变。卓教授认为，结构性的东西与AI结合，这个场景也许可以在诊断、眼压监测以及后续的功能监测方面发挥良好作用。
2.诊疗模式的改变：AI 视野
3.诊疗模式的改变：AI 综合诊疗
4.诊疗模式的改变：AI 无人医院
卓教授肯定道，未来无人医院定会盛行，现今杭州阿里已有无人医院。
AI时代，医生需做什么
AI时代的到来，将会对医生提出新的要求：
✔AI必将服务于人类，医生需要掌握驾驭AI的本领；
✔务实专业基础，明辨去伪求真；
✔转变工作理念，跨学科转型学习；
✔治病，更治人：AI没有情感，医生有；
✔……
最后，卓教授表示，AI并不能取代我们，唯有医生提高驾驭AI的本领，并务实好专业基础，才能把知识更好地“传授”给AI，这样，AI方能更好地为我们所用，在临床难题中过五关斩六将，收获优秀的成绩。
专家简介
联系客服
