人工智慧在眼科領域又有一項新進展。4 月，美國 FDA 批准了世界第一款視網膜篩查 AI 設備 IDx-DR，可獨立檢測不需要醫生解釋結果。
就在上週，奧勒岡健康科學大學（OHSU）和麻薩諸塞州總醫院（MGH）的研究人員在《美國醫學會眼科雜誌》也發表了一項成果：新開發的一種演算法能自動檢測導致兒童失明症的潛在病變原因，準確率遠高於人類醫生。
根據美國國家眼科研究所的數據，多達 16,000 名美國嬰兒被診斷患有 ROP（早產兒視網膜病變）。ROP 是妊娠 31 週前出生的嬰兒可能患有的一種疾病，由視網膜附近的異常血管生長引起，是兒童失明的主要原因。每年大約有 600 名患者因此失明，音樂家史提夫‧汪達（Stevie Wonder）就是因此病失明。
以往的診斷過程，醫生通常會用光線照射嬰兒的眼睛，然而該方法可能不準確，因為帶有很強的主觀性。
據了解，這套演算法的數據來源於嬰兒在眼科醫生就診時拍攝的 5,511 張照片。麻薩諸塞州總醫院研究人員將現有的兩種人工智慧模型結合創建演算法，而奧勒岡健康科學大學研究人員開發了廣泛的參考標準來訓練演算法，隨後研究人員就讓演算法來區分健康血管和患病血管。
在雙方通力合作下，該演算法可以透過辨識嬰兒眼球照片的情況，診斷是否患有該種疾病，準確率達 91%。但同期測試中，由 8 位醫生組成的對照組診斷同樣的眼球照片，準確率只有 82%。
Kalpathy-Cramer 是哈佛醫學院的教授，也在麻省總醫院工作，她表示，「該演算法提升了熟練辨識 ROP，並將其納入數學模型的眼科醫生的知識，因此經驗沒有那麼豐富的臨床醫生仍然可以幫助嬰兒獲得及時、準確的診斷。」
牽線該研究的聯合首席研究員是眼科學和醫學資訊學和臨床流行病學教授 Michael Chiang 博士，他同時也是 OHSU 醫學院和 OHSU 凱西眼科研究所 Elks 兒童眼科診所的醫生。他認為，「我們缺乏經過訓練並願意診斷 ROP 的眼科醫生，這造成在醫病供需上的巨大差距，即使在美國也是如此。可悲的是，全世界有太多的兒童未得到及時診斷。」
▲ Michael Chiang 博士（右）檢查眼部掃描圖像。
據了解，整個研究團隊現在正與印度夥伴合作，看看該演算法是否可以診斷印度嬰兒的 ROP，因為在這項研究涉及的主要是高加索嬰兒群體。他們還在探索該演算法是否可診斷視網膜中除血管外的其他情況，最終目標是使醫生將技術融入臨床實踐。
科技新報粉絲團
加入好友
訂閱免費電子報
