高解析度掃描視網膜，有機會檢測出阿茲海默症、糖尿病等慢性病

眼睛是「疾病之窗」？是的，科技越進步，將來透過眼睛的檢查有機會輕鬆發現阿茲海默症、帕金森氏症及糖尿病等慢性病警訊。美國國家衛生研究院（National Institutes of Health）資助為期三年、總金額近 1.5 億元眼體學倡議（Oculomics Initiative）計畫，加速實現願景。

領導的印第安那大學（Indiana University）視光學院（School of Optometry）教授史蒂分·伯恩斯（Stephen Burns）表示，眼睛確實是幫助檢查健康狀態的「窗口」，有機會檢測出多種疾病的蛛絲馬跡。研究進行 20 多年，以光線掃描眼部並取得高解析度影像，已形成「眼體學」（Oculomics）新學問。

伯恩斯教授團隊開發出更精密的新世代「檢眼鏡」（ophthalmoscope，又稱眼底鏡），能捕捉視網膜極細微變化，且影像不會扭曲。大進展是借助天文學家觀察宇宙用「自適應光學」（adaptive optics）技術，最初是補償光穿過大氣層的失真，提高光學系統解析度和影像品質，如今在生物醫學、眼科檢查等廣泛應用。

以 AI 幫助解讀視網膜複雜資訊

糖尿病患者視網膜微血管可能出現管壁局部膨出（微血管瘤）、點狀或斑狀出血，以及視網膜缺氧引起的新生血管；高血壓患者則為視網膜血管變形、出血等。導入自適應光學元件後，伯恩斯教授的檢眼鏡解析度提升至 2 微米，更清楚顯示糖尿病和高血壓影響眼睛的蛛絲馬跡。這套系統也可發現新月形紅血球（鐮狀細胞貧血），是能同時檢查多種疾病的非侵入性醫學檢驗。

伯恩斯教授不以此為滿，此次研究希望做到觀察眼睛就能檢測出是否有阿茲海默症。目前醫學檢測以正子斷層掃描偵測阿茲海默症的腦部病理變化，但需使用價值數百萬美元的昂貴儀器。如果眼部掃描可行，檢查侵入性會小得多，成本更是大幅降低。

然而，高解析度檢查影像可能需耗時數天分析才有結果，為了加速效率，伯恩斯教授尋求和資訊學專家合作開發機器學習。以 AI 幫助解讀視網膜複雜資訊，除了加速分析，還可避免錯過疾病訊號。

所有醫學檢驗都必須有足夠特異性（specificity）和敏感性（sensitivity），以避免漏診病患者及誤診沒病的健康者。伯恩斯教授預定計畫前兩年完成新檢眼鏡軟硬體整合，並於第三年進入臨床實驗，以證明檢驗可靠性。