AI究竟打开了多少眼科医疗改造空间？

提起体素科技，相信脑极体的读者们一定不会陌生。几个月前，我们曾经介绍过体素科技在眼底AI方面的进展，通过对于眼底图像的分析识别，体素科技的算法可以对大量疾病进行辅助判断。其中既包括青光眼、老年黄斑等等一系列眼部疾病，也包括高血压、糖尿病等慢性病的病变和累积。

有了AI的能力，眼底图像这一因对医生能力要求较高，而很难普遍应用的技术，得以更彻底地发挥价值，缓解医疗资源紧张带来的不便。

但在第七期白洞计划中，我们邀请了体素科技的首席医学官王子龙和他们在医疗设备领域的合作伙伴新视野销售总监黄河。这一次我们将话题聚焦于更细节也更应用的角度，看看眼底图像AI技术究竟要以何种形式落地，在应用场景的挖掘过程中，AI与眼科还能有哪些结合空间。

眼底图像AI的普及，也需要软硬结合

眼底图像AI带来的巨大价值在于：眼底图像阅片原本有着极高的门槛，拥有这一技能的医生供不应求，因而导致眼底图像在很多病种中的能力无法施展；通过AI技术突破人力限制后，眼底筛查一体机设备捕捉到的眼底图像可以被快速、高频地分析，眼底图像便可以在更多领域发挥作用。例如慢性病管理中心、乡镇级医疗机构等等。

但新视野提醒了我们，想要让眼底图像AI可以在更多场景发挥作用，设备本身的自动化能力也很重要。对于一些基层医疗机构来说，可能很难找到能够完成眼底相机的对焦、调节屈光补偿、拍摄等工作的技师。只有当拍摄过程尽量简单并自动化，才能让眼底图像AI真正下沉。

便利的AI算法结合上便于操作的设备，目前体素科技和新视野合作的眼底筛查一体机，已经开始在三甲医院的眼科、内分泌科、体检科、慢性病管理中心以及基层医院的眼科、五官科应用。每天都在源源不断地向体素科技回传着数据，帮助他们进一步推动算法的优化。

新视野也提到，与AI算法的结合帮助医疗设备，尤其是眼科医疗设备打开了增量市场。例如眼科的OCT检查，或是青少年屈光度变化的追踪，都可以通过设备与算法的结合来提升效率。

把170家落地机构当做起点

在王子龙看来，虽然体素科技在170余家机构实现了落地，但一切才刚刚开始。

体素科技并不是眼底图像AI唯一的参与者，DeepMind就曾联合伦敦Moorfields眼科医院合作推出的AI眼底筛查技术，被称作DeepMind首个有望商业化的AI项目；而百度也曾向基层医院捐赠数百台AI眼底筛查一体机。王子龙告诉我们，现如今这一曾经吸引了大量目光的领域正在逐渐冷静下来，注重技术打磨和临床经验的累积，让医疗界更多的接纳自己，并且配合引入监管政策。如此看来，眼底图像AI正在逐渐走向成熟期。

尤其相比我国庞大的人口和慢性病关系需求，当下的眼底图像AI企业还有广阔天地可以施展作为。此时当下这一批先行者，同样也有着教育市场的责任。虽然现在很多临床实验已经证明了眼底筛查对于慢性病管理的作用，但眼底图像AI同样也需要临床数据来证实自己的能力。同样还有医疗工作者对这一模式的信赖与否、患者对于慢性病的管理意识，都是需要经过科普教育才能不断提高的。

而除去直接的AI眼底筛查，体素科技还在尝试以更多种姿态提供服务。例如眼底图像的托管、存储与检索，可以方便医生高效的追踪患者状态；还有病种和病灶筛查模块，辅助医生进行判断、找到类似病例。王子龙还提到，在未来体素科技会提供更精细的病种测量能力和更广泛的病种范围。

总体来说，体素科技赋能眼科医疗的模式是非常多样的，从通过设备便利的筛查疾病，到协助医生更高效的追踪治疗状况，眼科医疗的每一个环节都有被提升的可能性。

人、设备与AI：有关未来医疗的无穷想象

相信读者们一定会感到好奇，未来的眼科医疗究竟会进化成何种形态？技术、设备与医生之间会以怎样的模式进行合作？

首先可以肯定的是，在相当长一段时间内，医生存在还不会被替代。相比AI，人类的泛化能力是永远的优势，能够给予彼此的人文关怀也是独一无二的。但AI可以带来的是大规模筛查的可能性，突破人力限制扩大眼底筛查应用的基本盘。

与此同时，随着AI与医疗的普遍结合，多模态算法的应用也将成为趋势。例如将眼底图像与心电图、血压等数据结合起来进行分析，可以在未来对人们的健康状况进行更加细致的量化。

在这种前提之下，医生与AI的协作将变得格外亲密无间。例如在检查场景中，以往常常是医生自己操纵器械，记录结果进行分析，然后再接待下一位患者。但在未来，很有可能出现的情况是医疗设备本身走向自动化，患者自己或护士就能操控，经过一系列检查后AI系统对于数据进行初步标注，再由医生对于非常态数值进行综合分析。如此可以极大地提升医疗资源应用的效率。

在这一期节目里，我们从体素科技和新视野这一对合作伙伴身上，说到了眼科AI的改造空间，以及未来医疗的发展可能，才发现通过眼底图像判断慢性病这样听起来非常科幻的事情，其实仅仅是通往未来的第一道起跑线。