近日，上海交通大學附屬第六人民醫院內分泌代謝科、上海市糖尿病研究所、上海市糖尿病臨床醫學中心賈偉平教授課題組題為“A Deep Learning System for Detecting Diabetic Retinopathy Across the Disease Spectrum”（https：//doi.org/10.1038/s41467-021-23458-5）的研究成果在線發表于Nature子刊Nature Communications。該研究基于全球最大的眼底圖像數據庫，創新性研制遷移強化的多任務學習框架，構建了糖尿病視網膜病變輔助智能診斷系統——DeepDR，實現了對糖尿病視網膜病變從輕度到增殖期病變的全病程自動診斷，并能對眼底圖像的質量進行實時反饋以及眼底病變的識別分割。

糖尿病視網膜病變是糖尿病慢性并發癥，長期高血糖環境會損傷視網膜血管，引起一系列眼底病變，例如微血管瘤、滲出、新生血管、黃斑水腫等。該病進展十分隱匿，初期患者通常沒有任何癥狀，當出現可感知的視力受損時，病情往往已十分嚴重，可導致永久視力損傷甚至失明，給個人、家庭和社會造成沉重負擔。根據《中國2型糖尿病防治指南》推薦，所有的2型糖尿病患者及病程5年以上的1型糖尿病患者每1~2年應行一次眼底攝片篩查，以便及早發現糖尿病視網膜病變并進行干預。然而，眼底攝片篩查的普及卻困難重重。我國成年糖尿病人數高達1.298億，全國注冊眼科醫生卻僅4.48萬，比例高達3000：1，DR篩查面臨眼科醫生不足的困境，且人工讀片具有耗時較長、主觀性較強（需要兩到三名醫生閱片復核）、對醫生要求較高（對微血管瘤等輕度病變診斷困難）的特點。

針對糖尿病視網膜病變篩查與防治的需要，該研究開發了糖尿病視網膜病變輔助智能診斷系統（DeepDR）。DeepDR基于遷移強化的多任務學習框架，通過對上海市加強公共衛生體系建設三年行動計劃重大項目“上海市糖尿病預防和診治服務體系建設”中的近70萬張的眼底圖片數據進行學習，使DeepDR能夠像眼科醫生一樣對眼底照片進行視網膜病變診斷。DeepDR由多個交叉遷移強化的多任務學習卷積神經網絡組成，包括三大功能：圖像質量分析與實時反饋、病變檢測和分級診斷。其中，圖像質量分析模塊可以給予攝片者關于圖像質量所存在問題的實時反饋，可有效避免采集低質量無效圖片，顯著提高視網膜病變篩查的攝片效率；病變檢測模塊可以對視網膜特征病變實現自動識別和分割，精確識別微血管瘤、棉絮斑、硬性滲出和出血等病變；視網膜病變分級模塊最后給出分級診斷結果，精準區分從輕度到增殖期不同程度的視網膜病變。

相比既往研究，DeepDR在輕度視網膜病變中實現了高靈敏度和特異性診斷，且DeepDR不只是給出分級，而是提供視覺提示，幫助用戶識別不同類型病變的存在和位置，使得其診斷過程更接近于眼科醫生的思維過程。該系統將有助于減輕基層醫生的診斷難度和工作負荷，在提高眼底攝片篩查的可及性和效率方面具有很大潛力，擴展了糖尿病慢病管理和精準防控的新路徑，已在多家醫療單位應用于臨床輔助診斷。

來源：上海交通大學附屬第六人民醫院