AI眼底疾病诊断领域应用前景“光明”

眼睛是心灵的窗户，绝大部分的外界信息都来源于眼睛，眼底是眼球内后部的组织，眼底遍布着丰富的血管与神经，与之相关的病种较为复杂多样，包括视网膜、视神经、眼底血管、脉络膜、黄斑等多部位均可能出现病变。眼科疾病十分普遍，患者基数较大。常见的眼底疾病包括黄斑变性、糖尿病视网膜病变、青光眼等。

目前，眼底疾病诊断方法多样，临床中广泛使用眼底镜、眼底相机、光学相干断层扫描（OCT）和眼科超声等技术观察眼底。其中，眼底相机检查是眼科的基础检查之一，用于眼科后节疾病的诊断，可通过观察玻璃体、视网膜、视神经乳头和视网膜动（静）脉，从视网膜的组织结构形态、血管变化等眼底表现，推断患者所患疾病。

5年前，首款辅助诊断软件获批上市

近年来，我国企业积极投入AI医学影像软件在眼底疾病领域应用的研究，应用于眼底疾病的人工智能（AI）医学影像软件的研究和产品主要集中在糖尿病视网膜病变和青光眼方面。

截至2024年6月，已有多款三类医疗器械上市的AI医学影像软件可检测糖尿病视网膜病变。其中，鹰瞳科技的Airdco-AIFUNDUS产品于2020年8月上市，是国内第一家荣获NMPA 眼科人工智能三类辅助诊断医疗器械注册的企业，拉开了我国眼科疾病领域智能化医疗技术应用的序幕。

糖尿病视网膜病变领域

糖尿病视网膜病变是糖尿病全身小血管病变在视网膜上的体现，它是长期高血糖导致的血管损伤，可能会引起视网膜的出血、渗出和肿胀，严重时可导致视力丧失。糖尿病视网膜病变可根据是否有从视网膜发出的异常新生血管分为非增殖性、增殖性两大类。

多数眼底疾病初期表现不明显，且眼科专科医生资源稀缺，全身体检未能充分覆盖眼底检查，易导致眼底疾病漏诊。基于深度学习的AI辅助检测，通过将待检测图像输入深度学习神经网络模型，经过分析与分类后输出检测结果，可实现对病灶的精准定位。AI可以对糖尿病视网膜病变的诸多眼底临床特征进行检测，如对眼底出血点及黄斑水肿区域的快速检测，对微动脉瘤、渗出物进行检测与分割。

在确诊糖尿病视网膜病变后，往往需要临床医生对眼底图像进行观察，以实现对病程的分级与诊断。AI辅助诊断系统可以通过对眼底疾病图像的综合评价和对现有分级标准的学习，快速对糖尿病视网膜病变病程进行分级。此外，AI算法还可以结合现有分级与分期提供预后和治疗建议。

青光眼领域

青光眼是一种损害视神经的眼部病症，其发病通常与眼内高压有关。但并非所有青光眼病例都与高眼压相关，近视或远视、高血压、糖尿病、眼部外伤史等均有可能导致青光眼的发生。

眼底照相十分便捷经济，适合于在基层地区辅助大规模青光眼筛查。在进行眼底照相筛查后，青光眼患者还需要结合OCT与视野检查等结果进行精确诊断。

在青光眼的早期筛查中，AI主要通过与眼底照相技术相结合辅助青光眼筛查。主要应用方向包括三个方面：一是从眼底图像中自动提取相关参数用于对青光眼的诊断，如杯盘比、视网膜神经纤维层缺损等；二是对识别的图像整体进行分类或分级，分析是否存在青光眼病变；三是通过眼底图像预测OCT的检测值，如预测视网膜神经纤维层的厚度等。