一张视网膜照片就能发现眼疾，这是AI算法的力量

纽约西奈山眼耳科医院的研究人员开发出了一种能够检测老年性黄斑变性(AMD)的深度学习工具，在美国老年性黄斑变性是致盲的主要原因。在老年性黄斑病变的患者中，视网膜的中心区域黄斑恶化，导致视力模糊，随着时间的推移会更加明显。

为了帮助预测病变进展和严重程度，研究人员建立了深度学习筛选和预测模型，该模型使用了与年龄相关的眼病案例作为研究数据，这项针对老年性黄斑变性的大型研究超过15年。

55至 80岁的患者病变被分为正常型、早期型、中期型、晚期和末期。为了进行筛选，研究人员从4139名参与者中选取了116875张眼底彩色照片，这些照片捕捉了眼球的内表面，并训练算法将照片分类为早期、中期或晚期，然后按照12个程度级别分级，以匹配人类专家进行研究。该算法在匹配专家决策时，总体准确率达到98%。

首席研究员说：“我们非常高兴建立了这种人工智能的深度学习形式, 它可以在不使用其他信息的情况下，通过扫描视网膜照片，训练出与人类专家的表现相匹配的能力，从而准确诊断出病变的级别和阶段。这是识别晚期老年性黄斑病变风险的重要一步，可以让有症状的病人迅速转介到眼科专家进行及时的预防性治疗。”

研究人员将严重性评分与患者的社会临床数据相结合，包括年龄、性别和病史，以及另一种算法中的其他影像数据，以预测病症的发展，如可以识别一到两年内病症进展到晚期的风险。

研究人员指出，随着算法升级，这项技术还可以帮助医疗机构管理眼病患者，提供更多的预防保健。首先，我们在社区中筛选大量的患者，以找到中晚期的高危患者，转诊给眼科医生；其次，我们通过预测这些患者是否会在一到两年内发展成晚期，帮助眼科医生管理这些患者。这可以使筛查在初级保健诊所更经济有效地进行，同时发现小得多的风险群体，并将其转诊到专科保健。

该技术还可以应对当前新冠疫情

这种算法可以应用于眼科远程医疗领域，因为医学实践在新冠疫情的影响下转变为“远距离医学”。研究人员称，我们的大型门诊设施可以战略性地设置眼科信息亭，并配备摄像头来拍摄视网膜图像，以筛查特定的患者。

人工智能算法会立即产生结果，因此患者可以立即得到诊断，如果他们需要额外的护理，他们还可以在附近的眼科中心进行当天的检查。这为高风险或低收入群体提供了重要的成本好、效益高的工具，这些群体可能不用直接或频繁地进行眼睛检查。

声明：本文源自healthitanalytics.com，版权归原作者或原出处所有，观点仅代表作者本人，不代表SENSORO立场。如有侵权或者其他问题，请联系我们；违规转载法律必究。