AI眼科醫(yī)療的創(chuàng)新發(fā)展

近年來，人工智能技術(shù)發(fā)展迅速，已經(jīng)成為醫(yī)學(xué)領(lǐng)域研究的前沿?zé)狳c(diǎn)之一。其中，由于AI技術(shù)的便捷性和高效性使其在眼科疾病篩查、診療以及隨訪中表現(xiàn)出巨大的應(yīng)用前景。

在眼科AI領(lǐng)域，中國的研究與世界一流水平并行。那么，我國人工智能技術(shù)的應(yīng)用能夠?yàn)榻鉀Q眼科醫(yī)療難題帶來什么價值？在構(gòu)建眼科醫(yī)療AI生態(tài)系統(tǒng)中存在哪些挑戰(zhàn)？AI眼科醫(yī)療發(fā)展的趨勢是什么？

亞太青光眼學(xué)會理事、亞太眼科學(xué)院院士、中山眼科中心臨床研究中心主任張秀蘭教授對眼科AI領(lǐng)域的相關(guān)問題進(jìn)行了深度解讀，期望能夠?yàn)殛P(guān)心醫(yī)療人工智能發(fā)展的讀者帶來啟示。

中國眼科醫(yī)療現(xiàn)狀

在西方發(fā)達(dá)國家，每百萬人口中平均有79名眼科醫(yī)師。我國目前有眼科醫(yī)生約3．5萬，平均每百萬人只有22名眼科醫(yī)生，而且不同地區(qū)、不同級別醫(yī)院間眼科醫(yī)師的水平差異極大。

此外，隨著老齡化，眼病患者不斷增多。眼科醫(yī)生培養(yǎng)周期非常漫長，至少需要7－12年才能成長為一名合格的眼科醫(yī)師。因此，光靠加大眼科醫(yī)師培養(yǎng)投入，難以滿足目前的眼病診療需求。

我國是盲和低視力人口最多的國家，眼病患者人數(shù)也是全球最多，這一類疾病給國家、社會和家庭帶來沉重的負(fù)擔(dān)。

以白內(nèi)障為例，相關(guān)手術(shù)技術(shù)已非常成熟，我國每百萬人白內(nèi)障手術(shù)例數(shù)已從1988年的83例，提升至2017年的2205例，但是距離歐美每百萬人口大于1萬例／年的數(shù)量還相差甚遠(yuǎn)。

青光眼是我國首位不可逆致盲眼病，預(yù)計(jì)到2020年，我國將有2100萬的青光眼患者，產(chǎn)生近630萬盲人及超過1000萬的視覺殘障人士。大部分青光眼發(fā)病隱匿，我國至少90％的原發(fā)開角型青光眼和至少50％的原發(fā)性閉角型青光眼患者未被查出。

糖尿病視網(wǎng)膜病變是我國另一個嚴(yán)重的公共衛(wèi)生問題，目前我國有1300萬糖尿病視網(wǎng)膜病變患者，而且農(nóng)村地區(qū)糖尿病患者罹患糖尿病視網(wǎng)膜病變的風(fēng)險高于城市患者。

糖尿病視網(wǎng)膜病變患者如果早期發(fā)現(xiàn)，通過激光手術(shù)就可以有效預(yù)防威脅視力并發(fā)癥的發(fā)生，但是我國的糖尿病患者很少進(jìn)行視網(wǎng)膜病變的篩查。在廣東地區(qū)的調(diào)查顯示，43．2％的糖尿病患者從未進(jìn)行過眼科檢查，在農(nóng)村，這一數(shù)值更是達(dá)到81．1％。

AI技術(shù)應(yīng)用為解決眼科醫(yī)療難題帶來價值

眼病診療的第一個痛點(diǎn)是眼病客觀診療需求尤其是篩查需求與眼科醫(yī)師數(shù)量的嚴(yán)重不匹配。

《我國糖尿病視網(wǎng)膜病變臨床診療指南（2014年）》要求糖尿病患者每年至少進(jìn)行1次視網(wǎng)膜病變篩查，我國有超過1億名糖尿病患者，靠眼科醫(yī)師難以滿足巨大的篩查需求。由于眼科的專業(yè)性和專業(yè)人員的匱乏，診療覆蓋率及其有限，而人工智能和大量影像數(shù)據(jù)結(jié)合，可以參與到部分眼病，如糖尿病視網(wǎng)膜病變、白內(nèi)障、青光眼、黃斑病變等篩查診斷中

從醫(yī)生的角度來看，人類能夠診治疾病是有限度的，很多疾病早期診斷是很困難的。以青光眼為例，根據(jù)一次門診，眼科醫(yī)生難以判斷青光眼患者目前是否是在進(jìn)展；糖尿病視網(wǎng)膜病變患者接受抗VEGF治療，事先也無法判斷每一個患者治療后反應(yīng)如何，需要多次隨訪綜合判斷。

人工智能技術(shù)可能在這方面能夠幫助眼科醫(yī)生及早判斷，助力醫(yī)生實(shí)現(xiàn)個體化診療。另外，人類雖然擁有靈巧的雙手，但精確度也存在極限，利用AI技術(shù)，開發(fā)眼科手術(shù)機(jī)器人輔助眼科手術(shù)，利用其高精度、高靈活性、穩(wěn)定性的特點(diǎn)，使其與微創(chuàng)手術(shù)緊密結(jié)合，未來有望實(shí)現(xiàn)遠(yuǎn)程眼科手術(shù)。目前，用于診斷和決策的AI是當(dāng)下AI研究的熱點(diǎn)，AI手術(shù)機(jī)器人的發(fā)展尚不及診斷AI成熟。

總的來說，AI可以在以下五個方面幫助眼科醫(yī)生：

1． 通過與影像學(xué)相結(jié)合的機(jī)器學(xué)習(xí)技術(shù)在眼科中的應(yīng)用，AI可以輔助醫(yī)生篩查，極大地提高了診療覆蓋率；通過篩查早期發(fā)現(xiàn)高危人群或者患病人群，提早治療。

2． AI能夠輔助臨床診斷，提高臨床工作中眼科疾病的診斷效率，減輕眼科醫(yī)生的負(fù)擔(dān)；這兩點(diǎn)是我們能在近期內(nèi)是實(shí)現(xiàn)的，也是我們國家迫切需要的，能夠一定程度上幫助我們解決看病難、醫(yī)生少的問題，革新現(xiàn)有的疾病診療體系。

3． AI能夠拓展眼科醫(yī)師能力邊界，指導(dǎo)眼科醫(yī)師個體化治療和預(yù)測預(yù)后。當(dāng)然，這一點(diǎn)的實(shí)現(xiàn)有賴于縱向數(shù)據(jù)集的建設(shè)。

4． 協(xié)助眼科醫(yī)師培養(yǎng)。比如，現(xiàn)在存在多種人工智能結(jié)合的模擬器用于住院醫(yī)師培訓(xùn)；現(xiàn)有人工智能產(chǎn)品也可以幫助基層醫(yī)師對比他們的診斷，促進(jìn)其成長。

5． AI能模擬人類總結(jié)新的診斷思路及規(guī)律，幫助人類醫(yī)生決策，提高診斷精度。目前要實(shí)現(xiàn)這一點(diǎn)還存在困難，尚有賴于技術(shù)的進(jìn)一步發(fā)展。

AI眼科落地所面臨的難點(diǎn)與挑戰(zhàn)

張秀蘭教授認(rèn)為，目前基于眼底照的AI算法已經(jīng)相對成熟，對于眼底疾病、視神經(jīng)疾病的診斷已經(jīng)接近人類醫(yī)師的水準(zhǔn)，對于眼科常見病的篩查也具備了一定的效力。但目前AI眼科落地還存在一些客觀的挑戰(zhàn)。

圖：亞太青光眼學(xué)會理事、亞太眼科學(xué)院院士、中山眼科中心臨床研究中心主任張秀蘭教授

從技術(shù)角度看，算法對于具體病灶的定位效能還有待提高，究其原因是目前缺少大樣本、精細(xì)標(biāo)注的影像數(shù)據(jù)庫；其次，算法的可解釋性仍然不高，還存在所謂的“黑箱”，這就限制了它的推廣。此外，目前尚未見AI算法在真實(shí)世界中的實(shí)戰(zhàn)數(shù)據(jù)，因此不知道AI算法用于人群后的實(shí)用性及可靠性。

即便如此，百度等一些廠商已經(jīng)在可解釋性方面取得了不錯的進(jìn)展，他們將黑盒完成的單一診斷任務(wù)嵌入到整體架構(gòu)設(shè)計(jì)中，根據(jù)臨床診療路徑設(shè)計(jì)了符合醫(yī)生推理邏輯的可解釋算法。

從非技術(shù)角度看，還有諸多有待解決的問題。我國AI+醫(yī)療尚屬起步階段，官方正在起草相應(yīng)的標(biāo)準(zhǔn)，目前還沒有統(tǒng)一的數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)。我國擁有遠(yuǎn)海外的海量影像數(shù)據(jù)，但是數(shù)據(jù)質(zhì)量參差不齊，標(biāo)簽、標(biāo)注十分簡陋，相關(guān)臨床信息丟失過多，嚴(yán)重影響了算法的性能。數(shù)據(jù)的“量”很重要，但“質(zhì)”更關(guān)鍵。在未來，擁有優(yōu)質(zhì)數(shù)據(jù)的人將是AI的贏家。

同時，國家、協(xié)會需要建立質(zhì)量監(jiān)控標(biāo)準(zhǔn)，制定人工智能產(chǎn)品審批、監(jiān)管相關(guān)標(biāo)準(zhǔn)，對每種AI產(chǎn)品也應(yīng)進(jìn)行標(biāo)準(zhǔn)化的測評；大眾接受人工智能醫(yī)療服務(wù)尚需要一個過程；人工智能醫(yī)療的商業(yè)模式也有待于進(jìn)一步明確；在倫理和法律方面，出現(xiàn)誤診及醫(yī)療事故由誰負(fù)責(zé)也是有待明確。

現(xiàn)階段，眼科AI目前尚無通過CFDA認(rèn)證的產(chǎn)品，眼底病的智能篩查儀器、產(chǎn)品等是最先突破的領(lǐng)域，特別是糖網(wǎng)、AMD等智能篩查產(chǎn)品中有不少處于臨床驗(yàn)證階段，尚無上市的消息。但眼科作為影像檢查十分豐富的科室，注定會迎來眼科AI百花齊放的時刻。

中山眼科作為國內(nèi)眼科AI的先行者，去年?duì)款^成立國內(nèi)第一個眼科智能學(xué)組，張秀蘭教授也參與其中。眼科智能學(xué)組的成立旨在促進(jìn)我國眼科AI的發(fā)展壯大，也將參與到起草醫(yī)療數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)的工作中。

中山眼科中心與合作伙伴在推動AI眼科醫(yī)療落地方面的進(jìn)展

在眼科AI領(lǐng)域，目前中國的研究與世界一流水平并行，中山大學(xué)眼科中心是國內(nèi)眼科AI的先行者，在先天性白內(nèi)障、糖網(wǎng)、青光眼、近視眼等相關(guān)醫(yī)療AI研究領(lǐng)域都做出了業(yè)界矚目的成果。

在學(xué)術(shù)研究方面，2017年，中山眼科中心劉奕志院長牽頭研發(fā)構(gòu)建了全球首個人工智能白內(nèi)障診療云平臺，以封面文章發(fā)表在Nature Biomedical Engineering，并在廣州開啟了全球首個眼科人工智能機(jī)器人門診，作為唯一由中國團(tuán)隊(duì)完成的入選項(xiàng)目，被IEEE Spectrum評選為“影響全球醫(yī)學(xué)界的11大AI事件”。

劉奕志院長基于大數(shù)據(jù)展示了真實(shí)世界青少年近視眼發(fā)生、進(jìn)展與穩(wěn)定規(guī)律，以此建立了人工智能預(yù)測系統(tǒng)，實(shí)現(xiàn)了對近視進(jìn)展趨勢進(jìn)行個體化預(yù)測。除此之外，中山大學(xué)眼科中心的研究團(tuán)隊(duì)還參與了國際多中心的眼底照AI算法研究，開發(fā)了基于眼底彩照的可用于糖網(wǎng)、AMD等疾病篩查的算法，相關(guān)文章發(fā)表于頂級綜合期刊JAMA、頂級糖尿病雜志Diabetes Care、眼科排名第一的Ophthalmology雜志。

張秀蘭教授帶領(lǐng)的團(tuán)隊(duì)專注于青光眼的智能診斷算法研究，通過與中科院深圳先進(jìn)技術(shù)研究院、百度以及國內(nèi)十余家眼科機(jī)構(gòu)緊密合作，目前該團(tuán)隊(duì)已開發(fā)基于深度神經(jīng)網(wǎng)絡(luò)的視野判讀系統(tǒng)iGlaucoma 1．0，用于區(qū)分屬于青光眼或非青光眼視野。基于上萬份有標(biāo)簽的視野報(bào)告得到的結(jié)果，并發(fā)表文章，診斷準(zhǔn)確度達(dá)到87．6％，目前正在進(jìn)行多中心臨床驗(yàn)證。

該團(tuán)隊(duì)正與國內(nèi)10個中心共同開發(fā)可以同時判讀視野和OCT多模態(tài)報(bào)告的神經(jīng)網(wǎng)絡(luò)iGlaucoma 2．0。進(jìn)一步研究將利用眼前節(jié)OCT、視野、后節(jié)OCT有標(biāo)簽的數(shù)據(jù)開發(fā)人工智能算法，以建立聯(lián)合前后節(jié)影像數(shù)據(jù)的人工智能青光眼診斷平臺iGlaucoma3．0。

因?yàn)榍喙庋鄣脑\斷復(fù)雜性，相關(guān)AI算法的開發(fā)難度非常大，所以這將是一個長遠(yuǎn)的課題，團(tuán)隊(duì)也制定了詳盡的后續(xù)研究計(jì)劃，目標(biāo)是打造多模態(tài)人工智能青光眼診斷決策平臺，最終做到輔助人類進(jìn)行決策。

正如美國斯坦福大學(xué)計(jì)算機(jī)科學(xué)系李飛飛教授對ImageNet數(shù)據(jù)庫的建設(shè)引爆了這一輪人工智能研究的熱潮，在醫(yī)療人工智能領(lǐng)域，數(shù)據(jù)同樣至關(guān)重要。目前眼科AI尚無統(tǒng)一的官方標(biāo)準(zhǔn)，不過公認(rèn)的原則是參與標(biāo)注的人員越多、數(shù)據(jù)量越龐大，數(shù)據(jù)庫的質(zhì)量會相對更高。數(shù)據(jù)庫的建設(shè)關(guān)系到算法的開發(fā)與性能提升，因此是非常重要的環(huán)節(jié)。

由于沒有相應(yīng)完備數(shù)據(jù)庫支持病灶定位功能訓(xùn)練，目前的眼科AI局限于診斷，在具體病灶定位方面的能力還相對薄弱。張秀蘭教授與其合作伙伴意識到目前醫(yī)療AI開發(fā)的困境是由于優(yōu)質(zhì)影像資料的匱乏。

因此，從2018年起，中山眼科中心開始涉足公共數(shù)據(jù)庫建設(shè)。2018年9月，中山眼科中心與百度、維也納眼科醫(yī)院在醫(yī)療影像頂級大會MICCAI上發(fā)布了全球第一個完全開放的青光眼的眼底照精標(biāo)數(shù)據(jù)庫，吸引了全世界300多個研究組的參與，后續(xù)還發(fā)布了AMD、病理性近視的數(shù)據(jù)庫。

這一數(shù)據(jù)庫在建設(shè)方面嚴(yán)格把關(guān)，每一張圖像都由7位專業(yè)醫(yī)師重復(fù)標(biāo)注，再由上一級專家審核，在業(yè)界產(chǎn)生了較大反響。未來，張教授及其合作伙伴還將發(fā)布更大規(guī)模的數(shù)據(jù)庫，以促進(jìn)眼科醫(yī)療AI的蓬勃發(fā)展。除科研外，面向產(chǎn)業(yè)落地，張教授也在推動AI眼科數(shù)據(jù)庫團(tuán)體和行業(yè)標(biāo)準(zhǔn)的建立。

在張秀蘭教授未來的規(guī)劃中主要有兩大方向的工作：其一是繼續(xù)深入開發(fā)青光眼的AI算法，最終完成多模態(tài)體系建設(shè)；其二是建設(shè)更多的優(yōu)質(zhì)數(shù)據(jù)庫，為廣大的開發(fā)者提供優(yōu)質(zhì)共享資源，推動完善中國眼科AI+醫(yī)療創(chuàng)新生態(tài)。

AI眼科醫(yī)療的國際一流水平與前沿趨勢

目前國際一流眼科AI研究有兩個主要特點(diǎn)：第一，一流的醫(yī)療AI研究在使用海量的數(shù)據(jù)庫資源訓(xùn)練算法；第二，一流的AI研究正在嘗試不同模態(tài)的算法開發(fā)。

如今，基于眼底照的AI更成熟，2017年新加坡國立眼科中心牽頭的大型多中心研究利用超過20萬的眼底照訓(xùn)練了可用于糖網(wǎng)、AMD、疑似青光眼篩查的算法，效能完全達(dá)到了人類的水平。這是非常值得借鑒的成功實(shí)踐。

未來AI眼科醫(yī)療研究有幾個前沿方向，第一，先進(jìn)高效能的診斷算法開發(fā)，開發(fā)可用于多種眼病診斷的復(fù)合系統(tǒng)；第二，可用于病情預(yù)測的算法開發(fā)：幫助醫(yī)生在當(dāng)下預(yù)知未來的病情變化，早防早治；第三，利用AI幫助醫(yī)生確定診斷新思路，通過AI的強(qiáng)大算力，推斷出數(shù)據(jù)中的指標(biāo)與疾病的相關(guān)性。

中國現(xiàn)已走在了AI研究的前沿，AI算法的應(yīng)用研究已經(jīng)做的十分豐富，但是如果想要保持領(lǐng)先，相應(yīng)的基礎(chǔ)和理論研究、原始創(chuàng)新也要有所突破，才可能創(chuàng)造出更高的價值。