越來越多的研究證明人工智能和機器學習可以提升醫療人員工作能力，并大幅度降低醫護人員的工作成本，在某種程度上也能解決一部分醫護人員短缺的問題。比如，因為眼睛的一些表征可以反映人們部分身體問題，因此可以針對眼睛檢查，對一些特定疾病進行預診。研究人員嘗試利用這一特質引入人工智能技術，訓練機器精準找到眼底特征并加以分析，來協助甚至代替醫生進行診斷，這一設想正在一步步變成現實。

有數據統計表示糖尿病是導致美國成年人失明的主要原因之一，當前治療視網膜病變的方法在病情早期發現時是最有效的，但是眼科護理人員的短缺導致為潛在患者提供必要年度篩查的需求無法滿足，所以眼科醫生需要一種準確的方法來快速識別需要治療的患者。

早在2006年至2018年期間，研究人員從醫療系統中選取了需要糖尿病視網膜病變篩查的24000名退伍軍人，并在他們的視網膜圖像上使用了基于算法的技術。該團隊對此進行了一項測試，以專家眼科醫生的診斷方案為基準，將每種算法的性能與VA視網膜篩查系統中人工篩查儀的性能進行對比。在測試中，僅一種算法與人工篩查儀表現持平，可比的靈敏度為80.47%，特異性為81.28%，這一數據離市場應用標準還有一定的距離。但是在模型不斷優化和硬件升級后，該數據會有一定的提升，科研人員也持續在這一領域開展研究。

近日，愛荷華大學醫院糖尿病和內分泌中心開始使用由醫療診斷公司IDx開發的用人工智能診斷眼疾的技術。利用IDx-DR設備，通過使用軟件和視網膜相機來拍攝患者視網膜的圖像，用于診斷糖尿病性視網膜疾病，該設備已于今年四月獲得美國食品和藥物管理局的批準。機器背后的算法可以識別出不同的病變，如出血、微動脈瘤、由視網膜異常引起的其他糖尿病異常等，從而在專業醫生介入之前就在短時間內提供具體診斷結果。在FDA批準之前，該設備對900名患者進行臨床試驗，敏感性達到87%。

除此之外，紐約一家醫院的研究人員開發了一項新技術，利用人工智能可以快速且準確的檢測與年齡有關的黃斑區病變（AMD）。利用攝像頭拍攝視網膜圖像，然后使用機器掃描并且分析后可診斷出AMD的等級和階段。該項技術診斷結果與專家決策相匹配時，準確度高達98%。對于可能無法直接或頻繁進行眼部篩查的高風險或低收入人群，這可能會成為一種重要且具有成本效益的工具，因為盡早發現對于預防AMD至關重要，這項技術不僅有助于快速診斷，而且有助于縮小健康差距。

目前在醫療領域中投入運用的眼底檢測設備，更多的都是對于眼部疾病的單病檢測。但在近日，由升哲科技部署的湖北宜昌市點軍區智慧醫療項目中，已投入使用了可進行多病檢測的AI眼底篩查一體機。該一體機利用機器學習技術，通過眼底圖像同時篩查11大類疾病和分析12種體征。現已投入臨床診斷的眼疾包括青光眼，黃斑區病變以及糖尿病性視網膜，診斷能力和標準可匹配眼科三甲醫院專家。該智慧醫療項目的落地解決了基層醫療看病難的問題，降低了偏遠地區居民的醫療成本，并且為居民減輕了慢性病惡化帶來的風險。

人工智能技術介入眼底檢測和診斷的研究正迅速展開，科研人員會在具有醫學根據的基礎上，通過大規模的數據優化算法，增加診斷病種的數量并提高診斷結果準確度，為智慧醫療落地帶來更多的可能性。

來源：騰訊網