NTU的科学家与陈笃生医院 (TTSH) 的临床医生合作，开发出一种新方法，可以利用人工智能 (AI) 筛查青光眼。
青光眼被称为“无声的视力小偷”，因为它通常无症状，后期确诊后导致不可逆失明。青光眼是全球不可逆转失明的主要原因。随着人口老龄化的快速增长，预计到2040年全球将有1.118亿人受到影响，而2020年这一数字为7600万。
NTU的科学家与陈笃生医院 (TTSH) 的临床医生合作，开发出一种新方法，可以利用人工智能 (AI) 筛查青光眼。
已发表文章
AI筛查，97%准确率
这种新筛选方法使用一组算法来分析由两个相机从不同视点成对拍摄的立体眼底图像，眼底的这些2D“左-右”图像在组合时有助于形成3D视图。研究人员表示，使用两张图像，可以在一张图像质量不佳的情况下，利用另一张图像进行补偿，提高筛查的性能。
双图筛查方法，来源：NTU官网
研究人员表示，这种青光眼诊断方法有利于患者无法接触眼科医生的欠发达地区。
NTU EEE的Wang副教授说：“我们强大的自动化青光眼诊断方法，意味着任何医疗保健从业者都可以利用该系统来帮助进行青光眼筛查。”
TTSH 的 Leonard Yip 博士是该医院国家医疗保健集团眼科研究所青光眼服务的负责人，他认为社区中许多青光眼患者仍未确诊。
“许多青光眼患者在社区中仍未确诊，而在印度等发展中国家，未确诊病例的百分比可能远远超过 90%，”该研究的合著者Ye博士说。
“虽然病例通常是在常规眼科检查中发现的，但眼科检查需要专业且昂贵的设备和训练有素的专家，因此普筛具有挑战性。相比之下，我们使用 AI 的方法可能更高效、更经济。”
该方法准确率高达97%。
除了97%的准确率外，筛查方法的灵敏度——即所有阳性青光眼病例中正确分类的病例比例，为 95%。
未来发展
该团队现在正在 TTSH 拍摄的更大的患者眼底图像数据集上测试他们的算法，并正在研究如何将该软件移植到手机应用程序中。
移动化实现后，该方法就可以与眼底相机或手机镜头适配器结合使用，很可能成为该领域可行的青光眼筛查工具。
Ye博士补充说：“我们设想我们的筛查模型最终采用的一种便携式人工智能工具，也可以帮助解决鉴别诊断错误的问题。”
研究人员，来源：NTU官网
南大Wang副教授也表示：“卓越而稳定的性能在医学诊断中尤为重要，这项研究表明，我们将深度卷积神经网络与注意力机制相结合的模型，为青光眼提供了一种可靠且高效的人工智能筛查方法。使用左右眼底图像进行青光眼筛查也有助于显著提高筛查模型的鲁棒性。展望未来，我们希望进一步微调我们的算法，并通过在更多患者图像上进一步测试来验证我们的 AI 方法的临床应用。”
目前团队的主要工作着重于该方法的优化与微调，使其具有普适性。
参考文献：
1. "Singapore scientists develop AI-powered system to diagnoseglaucoma using eye images" NTU Media Release;
2. Paper ‘Glaucoma screening using an attention-guided stereo ensemble network’published online in Methods 2021https://doi.org/10.1016/j.ymeth.2021.06.010