篩查疾病，眼底AI靠譜嗎？

不久前，胡智盛接到了一個令他震驚的電話。對面的聲音提醒他，他已經發生了視網膜脫離。

雖然近視，但佩戴眼鏡的胡智盛在日常生活中，從未感覺到自己的視力和眼睛有什麼異常。直到在體驗人工智能眼底檢查之前，作為一名護士的他，也沒有在每年的定期體檢中發現任何異象。

胡智盛擔心極了，要是失明了該怎麼辦？好在「緊急警報」及時，三天後他便接受了手術，如今已完全康復。

事實上，如今很多人不了解，傳統體檢中往往缺少的眼底檢查不僅對青光眼、白內障等眼部疾病的早篩早治有重要作用，而且對其他疾病，尤其是全身性疾病的監測十分有效。

「眼睛是全身器官中唯一可以直接看血管和神經的，是反映全身健康狀況的窗口」，北京同仁醫院副院長魏文斌在一次發布會上介紹。

以糖尿病為例，北京同仁醫院院長王寧利曾表示，我國有上億糖尿病患者，其中超過30%的人會因糖尿病產生視網膜病變，若未能及時發現和干預，將對患者的視覺造成損害乃至致殘、致盲。

也正因如此，去年「兩會」上一份建議將眼底照相納入國家慢病篩查項目的提案引起了各方高度重視。

眼底影像對健康有何意義？

所謂眼底，是我們眼睛後部的一大片組織，包括視網膜、眼底血管、視神經乳頭、黃斑、脈絡膜等。

一張在醫學上十分基礎的眼底照片，就能讓人看到這些組織的清晰面貌。這樣一張影像，對眼科醫生來說顯然是重要的。據北京中醫藥大學東方醫院眼科主任周劍介紹，眼底病不僅種類繁多，且大多對視功能的損害較大。

但其中，80%的眼底病是可防可控可治的。

值得注意的是，大眾普遍缺乏對眼底病的認知。在未出現明顯的視力下降等症狀前，多數人並不會定期做眼底檢查，最終可能導致錯過最佳治療時期，造成視力不可挽回的損傷。

譬如前文提到的胡智盛，在還沒有出現眼前飛蚊、閃光等現象前，便通過眼底檢查發現了視網膜脫離，脫離程度尚淺，及時治療後並未給視力等造成傷害。

令人後怕的是，一旦拖到視網膜脫離後期，「感光細胞將失去營養，視網膜也會發生增殖性病變，即便手術復位後視力也恢復不佳，嚴重者甚至可能失明」，一位眼科醫生告訴中國新聞周刊。

要知道，視網膜脫離這樣的眼科疾病，在老年群體和高度近視人群中並不罕見。而這樣的群體規模在中國頗為龐大：第七次人口普查數據顯示，我國60歲及以上人口為2.64億，近視患者則已近7億。

也正因如此，定期的眼底檢查對於眼科疾病的早診早治有重要作用。

更鮮為人知的是，眼底檢查還不只在眼科能發揮作用，在內分泌等科室，眼底影像也是重要的診療參考依據。

「目前的一個醫學共識是，眼底是一個全身疾病的監測窗口，它上面的血管、視神經、視杯視盤等相關的參數，對分析和診斷如高血壓、動脈硬化、糖尿病等全身性疾病有重要價值」，眼底影像人工智能企業依未科技的創始人柯鑫告訴中國新聞周刊。

以糖尿病為例，患者常常出現的一個併發症便是糖尿病視網膜病變（以下簡稱「糖網」）。研究表明，糖尿病5年以上的糖網患病率為44.4%，7年以上為56.0%。而通過眼底檢查，對糖尿病和該併發症的干預都更能有的放矢。

一方面，「糖網」在早期並無患者可以自我察覺的症狀，但其實在眼底的血管中已有所反映，定期的眼底檢查可以讓該併發症更早被發現、干預，並且能夠及時觀察其進展。

「協和醫院的一位教授曾經告訴我，85%的糖尿病患者到了眼睛快看不見的時候才去看眼科，但那時已經是晚期、不可逆了，眼科醫生也束手無策」，柯鑫對中國新聞周刊說。

此外，還有部分患者因視力下降，檢查眼底才發現患有糖尿病。

「全國糖尿病的知曉率才剛剛超過30%」，眼底影像人工智能企業鷹瞳科技首席醫學官陳羽中指出。

而這一數字顯然有待提高。從這點來看，全人群、全生命周期且無創的眼底篩查便是一個直觀又相對便捷的通道。

人工不夠，智能助力

既然眼底篩查對多種疾病的診斷干預有重要意義，為什麼眼下還未在全民中推廣？

一方面，眼底篩查的普及需要依賴眼底照相機設備。而過往，一台動輒上萬甚至數十萬元的眼底照相機顯然超出了很多基層醫療機構，尤其是農村等社區醫療機構的承受範圍。

另一方面，眼底影像需要專業的眼科醫生閱片來做出判斷，但一個現實是，目前全國眼科醫生只有4.48萬名，很難滿足日益增長的眼病診療需求。

同時，與國外醫生平均每天10張的閱片量相比，國內的影像科醫生日常任務更為繁重，尤其是三甲醫院，平均每天得看上百張的患者影像；而在更下沉的基層醫療機構中，專長於影像的醫生十分稀缺。

「以往人工目測對眼底影像的定量分析存在準確度低、重複性差、速度慢、勞動強度大、受主觀因素影響等問題」，柯鑫告訴中國新聞周刊。

而這樣需求明確、重複性和強度高的工作完全可以通過訓練有素的人工智能（AI）來輔助醫生完成，從而提升臨床效率，釋放更多的醫療資源，緩解供需平衡難題。「通過科技幫助醫生，使醫護人員從紛繁複雜的數據中解放出來，有更多的時間精力去陪伴關懷病人、療愈痛苦」，柯鑫的這番話，亦是不少醫療AI企業的初心。

畢竟比起人工，智能永不疲倦。

譬如鷹瞳科技已經拿到三類證的糖網病變AI產品，能在給眼底照相幾秒鐘後將報告發送給患者。這份AI生成的報告還可以讓內分泌科醫生及其患者更快速、直觀地看到是否具備糖網病灶，從而初步篩選出需要治療的患者。

那麼，眼底AI診斷的準確性如何呢？我們可以從鷹瞳科技與中國中山大學中山眼科中心團隊合作的一項發表在《柳葉刀·數字健康》上的一項研究一窺一二。

該研究對比了AI與16位不同地區、不同資歷的眼科醫生對2萬餘張眼底影像的診斷結果後發現，該AI軟件在糖尿病、高血壓相關眼病及青光眼、視網膜脫離等眼底異常方面的性能表現相當於專家，且相比於不同醫生，準確率更為穩定。

在盈科投資董事長於光大看來，健康管理這一場景亦是眼底AI的想象空間，「包括在體檢、視光、社區醫療等場景中，眼底AI可以規模化地提示、預防及提早干預各類眼科疾病及慢性病」。

事實上，AI的這些想象空間也正在逐漸走向現實。

作為醫療AI第一股，鷹瞳科技與保險、藥房、視光中心合作的商業化探索已經逐漸鋪開。

作為後起之秀的依未科技，目前已經參與了上海市、深圳市羅湖區和南山區等地的糖尿病防治項目建設。「眼底早篩可以把公共衛生及醫保的開支大大降低」，柯鑫表示，「而這樣一個小投入、覆蓋全人群的無創篩查一旦有了示範區效應，便可能得到大規模的推廣」。

如今，大規模的推廣在AI的助力下已具備了基本的可能性。

現在的技術，夠用了嗎？

但問題是，如今眼底AI帶來的生產力提升，能滿足我們的需求嗎？現階段來看，答案顯然是否定的。

譬如前文提到的設備制約，已經在基層醫療及院外場景規模化推廣產品的鷹瞳科技便深有體會。一方面是傳統眼底照相機成本高，另一方面是基層面臨缺少專業人員，拍攝影響眼底影像質量，這都會導致篩查的推廣及效率。

為了解決這一問題，鷹瞳科技首席技術官和超帶領團隊走上了自研眼底照相機的道路。他們的這款設備大小大概也就是一個人頭左右，輕便的同時也節省空間，拍攝時還會有語音提醒讓人調整頭的上下位置，位置無誤後其自動對焦即可完成拍攝。

「我們現在的設備價格大概是傳統設備的1/20~1/10」，和超介紹，「如果進一步放量，比如要到1億人口的檢測，我們還需要繼續把這個成本壓下來」。

這款設備還可以使用充電寶充電。據陳羽中回憶，這個靈感是源於鷹瞳科技在新疆扶貧的一次經歷，現場突然斷電，後來是現場運營同事接了汽車的電瓶才解決。

鷹瞳科技遇到的另外一個問題是，隨着檢測量的提升，對海量人群篩查中假陰假陽率的優化。

「任何一個算法的特異性和敏感性都決定了會有假陰、假陽的檢測結果。假陰、假陽會增加客戶的治療成本，最終肯定會轉化成產品成本。如果假陰、假陽率分別是1%，服務於10萬人的話可能出現2000個人報告假陰、假陽；但現在我們商業化服務已經接近千萬人，如果不提高性能指標，在海量的篩查之下，這樣的假陰假陽數量肯定是撐不住的。」和超告訴中國新聞周刊。

除了實操性問題之外，進一步拓展眼底AI覆蓋疾病的邊界亦是專家們明確的需求。依未科技創始人柯鑫便希望通過眼底定量化分析的技術幫助專家們進行科研和學術研究，從而解決這些問題。

具體而言，依未科技從眼底的脈絡膜、血管、黃斑區、視杯視盤等部分提取了200多個與全身性疾病密切相關的參數，並通過30餘個並行的AI算法對風險區中的病灶個數和大小進行測量，譬如血管密度、血管管徑等，其後輸出一份詳細的量化報告，就如同血常規報告單可以讓人直接看到白細胞數、紅細胞數及體積、血小板及其平均分布寬度等。

通過這些量化參數，不同學科的醫生可以進一步探究其他疾病與眼底的聯繫。

譬如依未科技與鄭州大學第一附屬醫院腎內科的合作，便是為了尋找眼底表現與腎病的關聯。「很多糖尿病人最後腎出現問題時，內分泌科已經無法處理，需要轉到腎內科去做病理穿刺，然後可能要透析，這是很折磨人的。如果利用眼底這一無創的機關能夠早期發現，便能更早期進行干預」，柯鑫介紹。

值得注意的是，這些只是眼下眼底AI發展進程中遇到的問題。在醫學的悠久歷史中，新問題不斷湧現，人類對自己本身的認知也在不斷刷新。目前來看，AI還太過年輕，對自己沒有學習過的臨床上的千變萬化並不能理解，且現階段在疾病的診療上最終仍要醫生綜合分析來做出決定。

它們最終將長成什麼樣子、會有怎樣的「聰明」、是否能真正幫助人類擁有更為健康的生活，仍然需要時間來驗證。

來源：中國新聞周刊

更多精彩內容，請在應用市場下載「晨視頻」客戶端。歡迎提供新聞線索，一經採納即付報酬。爆料微信關注：xxcbwx，24小時報料熱線0731-85571188。