人工智能在眼科領域又有一項新進展。

上個月，美國FDA批準了世界上第一款糖網篩查AI設備IDx-DR，該設備可以在沒有醫生幫助的情況下輔助診斷糖尿病視網膜病變。

就在上周，俄勒岡健康科學大學（OHSU）和馬薩諸塞州總醫院（MGH）的研究人員在《美國醫學會眼科雜志》上也發表了一項成果：他們新開發的一種算法能夠自動檢測導致兒童失明癥的潛在的病變原因，準確率遠高于人類醫生。

根據美國國家眼科研究所的數據，多達16000名美國嬰兒被診斷患有ROP（早產兒視網膜病變）。ROP是妊娠31周前出生的嬰兒可能患有的一種疾病，由視網膜附近的異常血管生長引起，是兒童失明的主要原因。每年大約有600名患者因此失明。音樂家Stevie Wonder就是因為這種情況而失明。

在以往的診斷過程中，醫生通常會用光線照射嬰兒的眼睛。然而，該方法可能不準確，因為它帶有很強的主觀性。

據了解，這套算法的數據來源于嬰兒在眼科醫生就診時所拍攝的5511張照片。馬薩諸塞州總醫院研究人員將現有的兩種人工智能模型相結合來創建算法，而俄勒岡健康科學大學研究人員開發了廣泛的參考標準來訓練算法，隨后研究人員就訓練算法來區分健康血管和患病血管。

在雙方的通力合作下，該算法可以通過識別嬰兒眼球照片的情況來診斷出是否患有該種疾病，準確率達91%。但同期測試中，由八位醫生組成的對照組對同樣的眼球照片進行診斷，準確率只有82%。

Jayashree Kalpathy-Cramer

Kalpathy-Cramer是哈佛醫學院的教授，也在麻省總醫院工作，她表示。“該算法提煉了熟練識別ROP并將其納入數學模型的眼科醫生的知識，因此可能沒有那么豐富經驗的臨床醫生仍然可以幫助嬰兒獲得及時、準確的診斷。”

牽頭該研究的聯合首席研究員是眼科學和醫學信息學和臨床流行病學教授Michael Chiang博士，他同時也是OHSU醫學院和OHSU凱西眼科研究所Elks兒童眼科診所的醫生。他認為，“我們缺乏經過訓練并愿意診斷ROP的眼科醫生。這就造成了在醫患供需上的巨大差距，即使在美國也是如此。可悲的是，全世界有太多的兒童未得到及時的診斷。”

據了解，整個研究團隊現在正與印度的一位合作者合作，看看該算法是否可以診斷印度嬰兒的ROP，因為在這項研究中涉及的主要是高加索嬰兒群體。他們還在探索該算法是否可以診斷視網膜中除了血管外的其他情況，最終目標是使醫生能夠將技術融入他們的臨床實踐中。