中大新聞網訊（通訊員唐艷麗）大部分缺血性視網膜疾病的確診及治療決策很大程度上仍依賴熒光素眼底血管造影檢查結果，但其解讀難度大且流程復雜，需要經驗豐富的眼底病專科醫生投入大量的時間精力。此外，由于缺乏客觀定量的缺血程度分析方法，不同醫生閱片的主觀性強、個體差異大。
為此，中山大學中山眼科中心林浩添教授等人聯合多中心機構，基于熒光素眼底血管造影檢查，研發了集成圖像分期、疾病診斷、病灶分割及量化分析以及治療決策建議等系列功能的智能輔助系統Ai-Doctor。
研究成果“An artificial intelligence system for the whole process from diagnosis to treatment suggestion of ischemic retinal diseases”于2023年9月20日在Cell Reports Medicine在線發表，有望實現缺血性視網膜疾病的全程智能輔助診療，推動緊缺優質醫療資源擴容下沉和區域均衡布局。
方向：瞄準最需要智能技術輔助的方向
人工智能技術在醫學應用最大的作用是使優質醫療資源擴容下沉、拓展專家經驗，輔助年輕醫生在醫療資源不足的地區也能開展高質量的醫療活動，讓廣大人民群眾享受到均質化的優質醫療服務。熒光素眼底血管造影(fundus fluorescein angiography, FFA)檢查是診斷和評估缺血性視網膜等眼底疾病的金標準，但FFA圖像的解讀是眼科難度最大的檢查之一，這使得FFA檢查僅能在有豐富臨床經驗的眼底專科醫生的醫療機構開展。為此，研究團隊瞄準這一最需要人工智能技術輔助的方向，研發了FFA圖像解讀及缺血性眼底疾病智能診療的系統Ai-Doctor，讓這個金標準檢查在眼底專科醫師緊缺的醫療機構也可以開展，減少缺血性視網膜疾病的漏診并提升治療的精準性。
圖1. Ai-Doctor的各功能模塊
定位：智能模型做擅長的事以輔助醫生
人工智能技術在醫學中的定位是輔助醫生作出更準確的醫療決策。精準的缺血程度評估是缺血性視網膜疾病治療決策的關鍵。以往眼底專科醫生在很大程度上需要依賴自身的臨床經驗結合FFA檢查結果進行判斷，這種主觀評價方法容易導致醫師個體間差異大且不能定量計算。研究團隊根據人工智能的技術優勢，創新性提出臨床適用的缺血指數的計算方法，可精準分割并客觀定量計算缺血區的占比，為醫生的治療決策提供精準的數據支撐。
圖2. 常見缺血性視網膜疾病缺血區的自動分割
效果：全流程診療輔助以減少醫生依賴
以往報道的人工智能模型多適用于疾病診治的其中一個環節，鮮有模型可以覆蓋篩查診治全流程的智能輔助，容易導致臨床應用時仍依賴有經驗的眼科醫生。研究團隊研發的智能系統Ai-Doctor，具有FFA圖像分期識別、多疾病診斷、病灶自動分割、缺血程度定量分析和治療建議等功能，且目前團隊正在努力探索將FFA圖像缺血區實時映射至人體眼底以實現精準激光治療指導，有望做到智能技術對缺血性視網膜疾病診療的全程輔助，真正減少眼底專科醫生的依賴。
人工智能平臺和成果合作單位介紹：
中山眼科中心人工智能平臺依托眼病防治全國重點實驗室，重點關注眼病及相關系統疾病的智能診療技術研發和臨床應用，為各專科及合作機構提供智能算法和技術支撐，旨在培養一批具有國際視野的醫工交叉創新青年人才，面向服務國家重大戰略的需求，提升真正解決臨床問題的能力，推動緊缺的優質醫療資源擴容下沉和區域均衡布局，讓人人享有健康。
本項目依托人工智能平臺，由中山大學中山眼科中心聯合深圳市眼科醫院（張國明教授、張少沖教授）、佛山市第二人民醫院（盧彥主任醫師）以及海南省眼科醫院，共同完成本項研究。中山大學中山眼科中心的趙欣予博士、林楨哲算法工程師和于珊珊主治醫師為該論文的共同第一作者，林鐸儒副研究員、梁小玲教授、林浩添教授為共同通訊作者，肖鈞算法工程師、謝麗瓊研究實習員、許躍助理研究員、徐正杰主治醫師、崔凱璇助理研究員和趙蘭琴統計師為共同作者，中山大學中山眼科中心、眼病防治全國重點實驗室為第一單位。
論文鏈接：https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(23)00364-6
