致远慧图的广角多病种眼科人工智能研究登上ARVO2022

近期,致远慧图人工智能实验室的论文摘要"Diagnostic performance of deep learning for multiple retinal diseases based on wide-field fundus photographs of true color"正式发表于ARVO(视觉与眼科研究协会)的官方期刊InvestigativeOphthalmology &VisualScience (IOVS) (影响因子4.925)。

ARVO是全球最大型的眼科与视觉研究专业协会,以推动全球研究、了解视觉系统及预防、治疗及治愈视力失调为使命,成员包括来自超过75个国家的近11,000名一线眼科和视觉科学相关研究者。ARVO 2022年会的主题是通过跨学科团队的合作和自由分享想法来克服视觉科学领域中的巨大挑战。

图1. GLP网络结构示意图

论文基于真彩色的广角(WF)眼底照相,共纳入了474张广角眼底图像,训练集含有258张未标注的真彩广角图像,测试集含有216张图像,研究了深度学习模型对包括正常眼底、病理性近视、视网膜静脉阻塞、视网膜脱离、糖尿病视网膜病变、视网膜激光光凝术后、其他黄斑异常及其他异常在内的8种常见眼底情况的诊断性能。基于作者提出的新的域自适应学习方法,即Global-Local Consistency (GLC)最大化,算法能够兼顾疾病全局性特征和局部性特征,达到了较高的诊断性能。

表1.测试集8种眼底情况的病例分布

表2. 8种眼底情况各自的诊断性能

试验结果显示,平均受试者工作曲线下面积(AUC)达0.8735(95%置信区间为0.8541-0.8613),各种眼底情况诊断AUC介于0.7750-0.9848。该结果充分说明,文章方法对常见的视网膜疾病表现出优秀的诊断性能,基于真彩广角眼底照相的眼底多病种人工智能系统的研发有望改进现有眼底疾病的筛查过程,依托更优的诊断准确率,综合提升患者的诊断、治疗及预后效果,达到更佳的临床结局。

随着人口老龄化和人们生活方式的改变,以糖尿病视网膜病变、年龄相关性黄斑病变为代表的眼底疾病已成为我国居民致盲的重要原因。早筛早诊是眼底病治疗及病程控制的关键措施,其中眼底照相是临床中较为常用的眼底检查手段。

然而,目前的眼底筛查主要依赖于45度眼底彩照,该方法对于周边视网膜的观察能力有限,难以为医生提供更全面的诊断信息。以糖尿病视网膜病变为例,据研究显示,约有六分之一的糖网病变主要在视网膜周边部,临床中45°的眼底图像难以覆盖更多潜在的病变,可能导致误诊或漏诊,使患者错过诊疗的黄金窗口。

广角真彩眼底照相技术是近两年逐步发展起来的新兴技术,有望为眼科诊疗提供更全面、更高效的检查助力。本次研究基于广角真彩图像结合多示例学习与迁移学习技术,开发了广角眼底图像的多病种辅助诊断算法,在极小训练样本下实现了较优诊断效能,为未来基于广角真彩眼底照相的人工智能多病种辅助诊断系统的研发奠定了技术基础。

在未来,随着训练样本量、诊断病种的增加与模型结构的改进,有望产生更具有实用价值的眼底多病种人工智能辅助诊断系统,与广角真彩眼底照相新技术相结合,对更广的眼底区域进行识别与诊断,包括如周边视网膜变性等普通后极部眼底彩照难以覆盖的病种,进一步提高眼底疾病诊断的准确率,从而使患者得到更为准确的治疗与干预,改善患者预后,降低患者因漏诊、误诊所造成的额外医疗成本与健康负担。

从眼科发展角度来看,广角眼底照相技术在为眼科医生提供全面的诊断信息的同时,也带来了更大的阅片难度,而基于广角眼底照相的多病种人工智能辅助诊断系统的出现,能够大大缩短医生的阅片时间,提高医生的阅片效率,同时赋能大量基层医疗机构,提升基层医生的阅片水平与眼底病诊断能力,更好的发挥“基层首诊”重要作用,帮助患者实现早筛、早诊、早治,降低患者、医院与政府三方的医疗成本。

新的人工智能技术的出现,有望在未来与眼科硬件技术的发展与革新相辅相成,降低广角眼底照相技术基层的使用门槛,从而带动眼底病筛查流程的改进,助力我国的眼底病防治工作,赋能眼健康行业的全面发展。在这个过程中,致远慧图将坚持“医工结合”的研发思路,继续保持技术领先优势与创新动力,让前沿的医疗人工智能技术惠及更多百姓。