新型AI系统可识别25种眼底疾病
本报讯 （通讯员 赵欣宇 古兴旺 特约记者 段文利）北京协和医院眼科陈有信主任医师领衔研究团队，开发出一款基于超广角眼底影像与深度学习技术的人工智能（AI）系统。该系统可精准识别25种眼底疾病并智能生成转诊建议，为眼底病筛查与分级诊疗提供新路径。近日，研究论文发表在国际期刊《细胞·医学报道》上。
眼底不仅是洞察视觉健康的窗口，更是窥探全身健康状态的桥梁。眼底病变导致的不可逆性视力损伤已成为全球致盲主要原因。随着人口老龄化加剧与疾病谱系复杂化，专科医生短缺与地域分布不均问题严重制约眼底疾病“早筛—早诊—早治”防控策略实施效能。
传统眼底相机仅能捕获约15%的视网膜区域，存在显著的周边病变漏诊风险。超广角成像技术可拍摄更广的视网膜区域，覆盖约82%的视网膜面积，研究团队应用的超广角成像技术为人工智能模型训练提供了更为理想的数据基础。
陈有信团队联合全国26家三级医疗机构，构建了包含约6万张超广角眼底影像的数据集，开发出全景式病变识别（WARM）、基准模型对照（BASE）和区域性能对比（WARMPPR）3个深度学习模型。模型可精准识别正常眼底及糖尿病视网膜病变、视网膜脱离等25种眼底疾病，并基于病变特征智能生成分级转诊建议，模拟临床筛查决策流程。值得注意的是，WARM模型对周边及弥漫性病变的识别效能显著优于区域限定型WARM-PPR。
在严格的多中心验证中，WARM模型展现出良好的筛查效能。与初级眼科医生对比实验还揭示，医生人工阅片虽具高特异度，但WARM模型实现灵敏度与特异度的良好平衡。特别是在微小病灶识别与复杂病变判断方面，WARM模型具有明显优势，高度契合眼底病筛查原则。
