当人工智能遇上眼科疾病治疗
2020-01-04 来源:医药卫生报 第一版:要闻 浏览:15509 次本报记者 冯金灿
众所周知,阿尔法狗已经在围棋领域证明了人工智能的实力。在语音识别、人脸识别、机器人、自动驾驶等领域,人工智能也取得了重大进展。那么,在医疗领域,人工智能进展如何呢?
日前,在“2019国际眼科新技术推广论坛”上,日本、韩国、美国以及国内人工智能和医疗领域的知名专家讲述了人工智能在眼科治疗领域的发展情况。
眼科医生紧缺,人工智能发展迎来新机遇
2012年~2016年,我国眼科门诊患者总数从8740万人攀升至10940万人,眼病发病率与就诊率呈上升趋势。眼病还存在低知晓率问题。统计数据显示,超过50%的人没有接受过常规的眼科检查,超过90%的人发病后才进行治疗。对于老年眼科疾病,其实可以进行早期干预;但现实是,我国老年黄斑变性等眼病高发,导致我国眼病致盲率居高不下。
与严峻现实形成鲜明对比的是,我国眼科医生缺口较大,且分布不均。目前,70%的眼科医生集中在一二线城市,三四线城市的眼科医生,尤其是眼底病医生特别缺乏;在广大农村地区,几乎很难找到专业的眼科医生。
据中山大学中山眼科中心人工智能与大数据科主任林浩添介绍,相比其他科疾病,眼病诊断困难。医院检查眼睛的主要设备是眼底照相机和光学相干层析成像仪,前者是一种获取眼底平面照片的眼科仪器,后者则能获得断层和三维显微结构。
“操作上述设备对医生要求比较高。患者检查时眼睛会动,需要医生花很长时间,通过手动校准、手动聚焦拍照,不然图像模糊,即使拍了照,一致性也较差。”林浩添说,阅片和诊断对医生要求也很高,许多基层医疗机构干脆不配备光学相干层析成像仪。
汕头大学·香港中文大学联合汕头国际眼科中心主任张铭志说,随着5G等新技术的发展,医学大数据及人工智能成为快速拓展医疗资源并提升诊疗水平的重要手段。眼睛作为易于获取影像数据的体表器官,它的疾病是实现人工智能辅助诊断的突破口。
“人工智能与眼科结合,通过智能阅片,准确、量化、及时地对患者眼底影像进行初筛,将有效协助医生诊断,提高诊断效率。尤其对于医疗资源相对匮乏的地区,通过远程医疗、智能化设备、大数据等技术的发展让分级诊疗在眼科逐渐推行起来,进一步提升对糖尿病视网膜病变(DR)和老年性黄斑变性(AMD)筛查的准确性和效率,使基层医院有望逐步接近与大医院的诊断水平。”张铭志说。
人工智能+眼科,各地发展水平不一
目前,人工智能在眼科领域的应用多从糖尿病视网膜病变、青光眼、白内障等眼科常见疾病入手,在医学影像判读方面可以帮助医生进行初步筛查、辅助诊断工作。不过,人工智能在眼科应用方面,国内外技术发展水平和方向不一。林浩添说,美国和新加坡早已开展相关研究,因此人工智能核心技术研发成果更多,但由于患者样本量不足,在落地应用和数据研发方面遭遇瓶颈。
张铭志说,汕头国际眼科中心正在实施人机交互人工智能促进眼科医师规范化培训,设计出一套符合临床实际的全病变分类方法,构建了一个基于深度学习算法的全病变自动识别平台,覆盖几乎所有眼底常见病变,实现了培训规范化、同质化,促进城乡医疗服务均等化。
北京协和医院眼科副主任于伟泓说,北京协和医院眼科于2016年联合全国近百家医院开展了中国糖尿病视网膜病变人工智能眼底图像标准数据库建立、主要致盲性眼病的人工智能辅助筛查系统研究和基于多模态影像的主要眼底黄斑疾病识别与自然语言诊断报告生成等研究。
林浩添说,中山眼科中心开展的基于行为特征的婴幼儿视功能智能评估系统,主要研究视觉、听觉等感知觉的改变可导致行为系统和感知系统发生多模态变化,明确了视觉相关的斜视、眼球震颤、代偿头位等13个标志性医学体征,努力实现高度近视风险智能预测系统,实现高度近视的提前预防和精准治疗。
上海市静安区市北医院眼科主任陈吉利说,该院开展的眼科人工智能应用及眼科影像开发系统,利用静安北部医共体平台,率先在社区医疗机构利用人工智能筛查糖尿病眼底病变,给社区居民带来全新的就医体验。
实现弯道超车 “河南造”机器人医生崭露头角
河南医疗需求大,优质医疗卫生资源相对不足、分布不均,积极进行医疗新技术新业务应用推广,是解决医疗资源不足、使先进技术下沉的抓手。
近年来,河南省立眼科医院累计获得资金支持1250余万元,加强人工智能+眼科研究,涌现出一大批科研成果。其中,省眼科疾病临床医学研究中心于2017年年底研发的糖尿病视网膜病变人工智能诊断系统,在国内外达到领先水平;研发的国际首个糖尿病视网膜病变人工智能(AI)机器人医生——“嵩岳”医生,诊断正确率在90%以上。该项研究也在此次会议上获得河南省眼科医疗技术创新奖一等奖。此外,该院开展的每秒20万次的激光扫描OCT设备(图像清晰度较高的眼底病诊断设备)获得河南省眼科医疗技术创新奖特等奖。
据河南省眼科研究所副所长雷博介绍,“嵩岳”医生的核心系统是基于对7万张眼底照片、120万个标注病灶深度学习的基础上形成的,采用国际主流卷积神经网络(CNN)技术,从影像识别提高到病灶识别,不仅可对各期糖尿病视网膜病变做出诊断,还可以提示相关的病灶;可以将疾病诊断领域从糖尿病视网膜病变延伸到其他眼科疾病,目前已经覆盖老年性黄斑变性、青光眼等18种眼科疾病或症状的辅助诊断。
作为“嵩岳”的主要研发者,郑州大学眼底病研究所所长金学民说,“嵩岳”集成的糖尿病视网膜病变人工智能诊断系统的核心辅助诊断软件,已经进入我国三类医疗器械审批程序,为目前国内首批进入该审批程序的人工智能医疗产品,可以直接解决我国基层医疗机构眼科医生和相应诊断技术不足问题,使糖尿病患者及早得到高水平的诊断和筛查。
于伟泓说,全国商业化医院信息系统的提供商多达数百家,导致各医院在眼病数据结构和标准方面存在较大差异,许多临床信息采集质量参差不齐,人工智能眼科大数据收集的规范化和标准化亟待提高。人工智能是未来的发展方向,下一步应规范人工智能眼科大数据库的数据收集。
林浩添说,中山大学中山眼科中心联合多家医院、中国人工智能学会智慧医疗专业委员会等,共同编写眼科标准数据集,包含眼科标准数据模块、参考标准等。希望为后续的数据收集提供一个应用指南。