鹰瞳大咖谈｜李景波教授：视网膜影像AI赋能个体化健康管理的实践和前景

随着生活水平的提高，人们对健康管理的重视程度也越来越高，同时对健康管理提出了新的要求和挑战，即如何做到个体化、精准化、全生命周期的健康管理。

近期由鹰瞳Airdoc协办的“第十届 301 论健暨第十二届全国体检中心主任高峰论坛、全军健康管理学术年会”上，深圳大学总医院首席管理专家、中华医学会健康管理学分会副主任委员李景波教授发表了题为《视网膜影像AI赋能个体化健康管理的实践和前景》的演讲，介绍了视网膜影像AI如何推动全生命周期个体化健康管理的实施，以及其应用意义和未来展望。

演讲文字实录编辑整理如下：

各位专家、同行，大家好，今天我为大家分享的是《视网膜影像AI赋能个体化健康管理的实践和前景》。

眼底疾病

是健康风险预警的重要信号

首先，传统医疗往现代医疗发展的目标是精准医疗，精准医疗的具体表现是个体化医疗，也就是达到个体化的预防、治疗、早期检测和持续性监测。

我们可以看到，精准医疗在2030年有七大机遇，其中电子病历、大数据和人工智能是发展的一个重要帮手。

眼睛不仅是心灵之窗，也是人类认识世界的重要器官，人类获得的外部信息中80-90%来自于视觉。眼睛作为体表器官，眼睛的直观和眼底影像是眼病诊断的最重要组成部分。眼底视网膜是人体唯一可以直接、无创观察到毛细血管和神经的组织，多种全身性疾病都有不同程度的视网膜改变，如高血压、糖尿病、心脑血管疾病等。

我国眼病患病率不断提升，慢性病的患病率居高不下。目前国内有2100万青光眼，4000万黄斑病变和近5亿近视眼患者；在慢病方面有2.45亿高血压患者，其中超过5000万存在高血压视网膜病变；1.4亿糖尿病，3000万糖尿病眼底，所以任务还是非常重的。

视网膜影像AI系统功能强大

助力健康风险评估

从视网膜早期发现健康风险的信号，通过人工智能深度学习和视网膜信息的提取，可以进行慢性病和健康风险的评估。鹰瞳科技的视网膜影像人工智能集中了三百多位医学领域的顶级专家，花了三年时间的双盲交叉标注、校验、清洗和结构化，有2000万的样本数据机器学习和训练，被13个国家市场认可，且这些国家都是以发达国家为主。算法模型的效率相当于持续出诊1000年，55个算法模型世界领先。

这个图片是视网膜影像阅片量的对比，可以看到三甲医院主任一年和一生的阅片量，鹰瞳Airdoc算法的阅片量非常大。

视网膜影像AI系统的流程是，从眼底照相，输入到图像工作站，然后AI质控看它质量是否合格，如果不合格进行重新拍摄；质控合格进行AI健康风险评估和眼部异常评估，再反馈到图像工作站，由医生打印出报告给到病人。

这是患者在医院检查的流程。先用扫码枪录入客户信息，再进行免散瞳的眼底照相，只需要30秒钟，无创、无痛、安全、快捷，然后进行AI分析，最后打印报告并经过本地医生和互联网医生的审核后签字确认。

AI助力高危人群筛查

更精准更经济

AI可以助力高危人群的精准筛查。

我们列举一个糖尿病的例子，大家可以看到鹰瞳Airdoc糖尿病模型在不同场景下的验证，这里有100万的样本量，性能均超过了0.9。第一个图是糖尿病的前期，第二个图是糖尿病期，第三个是糖尿病合并微血管病变的状态。

所以，人工智能算法模型对糖尿病不同状态识别能力的递进表现，证明了人工智能对糖尿病的发现与发展具有良好的识别能力，利用人工智能筛查高危人群可实现健康干预的关口前移。

另外，AI可以助力健康筛查更高效、更经济。对我们传统医疗机构的医生来说，目前眼科医生、专家不足，医生的负担超出负荷，缺乏专业的技能训练，易漏检阳性体征，一个眼科医生每年可以服务4000个病人左右。我们可以利用云平台进行专科门诊就诊，通过眼科检查设备进行AI诊断、用移动设备来自我监控。这样一个眼科医生每年可以服务超过4万人，是原来的十倍以上。

这张图是2015年在新加坡国家糖尿病视网膜病变筛查项目中，关于39006名糖尿病患者的一个模型，其中比较了人工筛查和半自动、全自动筛查花费的成本。可以看出半自动可以下降19.5%的成本，全自动可以下降14.3%的成本，所以经济效益、节省的费用是非常显著的。

另外，AI可以助力持续的健康监测。视网膜影像AI不仅用于筛查心血管疾病、糖尿病等高危人群，由于其便捷性还可以成为干预效果的监测方法，用于评价饮食、运动、药物等干预措施的短期和长期效果，从而实现风险跟踪、风险量化、可视化，让干预措施有抓手，干预效果看得见。

视网膜影像AI可以对五类人群进行体检、评估、干预、门诊治疗和住院治疗，以及慢性病管理，对健康管理的意义是非常重大的。第一，实现重大疾病的早发现、早干预。有助于提高生活质量，节省医疗费用的支出；第二，风险评估可以量化，效果直观可见，提高患者的依从性；第三，推动全生命周期的个体化健康管理的落地和实施；第四，在健康管理过程中提高大众的健康意识。

视网膜影像AI健康管理前景广阔

最后我把视网膜影像人工智能健康管理的前景做一个归纳。

这个图分三个部分，健康数据的采集、健康评估和干预方案的制定，以及健康干预和宣教。首先我们在社会公共场所像银行、药店、商超等，可以摆设眼底检查照相机，病人经过检查以后，把结果上传到健康管理机构。鹰瞳Airdoc平台进行视网膜智能分析和专家审核。然后把分析结果存到居民健康数据保管箱，病人可以通过自己的密码进行提取。最后根据这些结果，健康管理机构可以进行干预和宣教。这张图是三个部分，其实前端的信息采集和后端的健康干预和宣教可以合并为一。

所以我们可以看出，视网膜影像AI可以辅助健康管理中心，对眼科疾病和健康风险进行早筛早诊和早期干预，促进健康管理措施的落实，也为健康中国战略添砖加瓦。