實現全民健康，需要醫療技術和健康管理模式的突破。在人體眾多器官中，眼睛是唯一能直接觀察動脈和神經等重要結構的體表器官，全身各個器官系統的病變都會在眼部具有特征性表現，基于眼部影像學的智能診斷技術將會成為創新醫療的新“核心”。傳統醫學已經證實，肝膽疾病患者可出現結膜和鞏膜黃染等多種臨床體征，然而這些表現僅局限于少數病種，且其改變既不具體也不明顯，從而限制了它們作為臨床獨立診斷特征的潛在用途。在我校多學科合作的醫學人工智能創新平臺支持下，由我校中山眼科中心（負責人：林浩添）和附屬第三醫院（負責人：鐘躍思）共同領銜的國際多中心研究項目，首次研發出通過眼部影像篩診肝膽疾病的技術及評估系統，2021年1月26日在國際頂級期刊The Lancet Digital Health發表。

此項目納入來自我校附屬第三醫院肝膽外科及感染科、南方醫科大學附屬花都區人民醫院感染科、愛康集團廣州愛康國賓檢查中心南天分院及環市分院這五個醫療機構的1789名參與者，通過前瞻性采集他們眼表及眼底影像學數據，研究組使用深度學習技術成功地從這些影像數據中提取出肝膽疾病的眼部特征并開發及驗證了14個模型（7個裂隙燈模型及7個眼底模型）,可分別用于篩查是否患有肝膽疾病及診斷是否患有肝癌、肝硬化、慢性病毒性肝炎、非酒精性脂肪肝、膽石癥及肝囊腫六大類常見肝膽疾病。此研究構建的模型效果各有差異，在診斷重癥肝病如肝癌、肝硬化方面取得了良好的效果，而在癥狀相對較輕的慢性病毒性肝炎、非酒精性脂肪肝、膽石癥及肝囊腫中則表現欠佳。這些篩診模型已成功部署在中山眼科中心智能診斷預測云平臺上，可作為大規模快速無創篩診的工具。

圖1 使用眼表及眼底影像學數據對肝膽疾病進行篩診

圖2 中山眼科中心智能診斷預測平臺肝膽疾病篩診系統界面

為了解析模型機制、打破黑箱效應，研究組首先采用了可視化技術來明確影像學相關特征，隨后進行遮蓋試驗及灰度化測試進一步確定了關鍵影像學特征。通過上述技術的疊加應用，此研究首次驗證了與結膜和鞏膜相似，虹膜顏色和眼底視盤及血管結構包含了關鍵診斷信息，這一發現為更好地了解疾病的病理生理機制及其個性化管理創造了新的機會和方向。

圖3 眼表及眼底注意力熱圖

此項研發工作得到了國內外同行的高度評價，來自國際著名醫療機構美國梅奧醫療集團（Mayo Clinic）的大內科主任和肝膽首席專家Vijay H Shah 教授發表了同期評論稱贊道“這項研究及時且重要，人工智能技術引導了不同學科的合作創新，并產生了新時代的醫療技術”。

項目核心人員介紹

在國家重點研發計劃（2018YFC0116500）、廣東省重點研發項目（2018B010109008）及廣州市科技計劃項目（202002010006）的共同支持下，領銜單位我校中山眼科中心和附屬第三醫院與各家合作單位共同努力，歷時近3年，攜手完成這一重大項目。團隊青年核心骨干包括肖薇博士（共同一作；中山眼科中心）、黃茜碩士（共同一作；附屬第三醫院）、王婧薈博士（共同一作；中山眼科中心）；核心專家包括林浩添教授（中山眼科中心）、鐘躍思教授（附屬第三醫院）、陳偉蓉教授（中山眼科中心）及劉奕志教授（中山眼科中心）。此項目也得到了合作企業北京致遠慧圖科技有限公司在設備和技術方面的大力支持。愛康集團廣州愛康國賓健康檢查中心也在健康人群的篩查及多中心人群的驗證中提供了幫助。此外，項目的參與人員還包括中山大學附屬第一醫院器官移植科郭志勇教授、中國人民解放軍第二軍醫大學第三附屬醫院（東方肝膽外科醫院，東方肝膽外科研究所）文文研究員、香港中文大學眼科學與視覺科學系Carol Yim-Lui Cheung及英國Moorfields Eye Hospital（歐洲排名第一）Ji-Peng Olivia Li、日本Cancer Institute Hospital（全球排名第二）Yoshihiro Mise等國內外多學科領域專家。

論文鏈接：http://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30288-0/fulltext

同期評論鏈接：http://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30319-8/fulltext