AI算法在青光眼检测中比专家更准确
虽然人工智能(AI)驱动的筛查已在糖尿病视网膜病变中得到验证，但将该技术应用于青光眼却更具挑战性，因为青光眼并非单一疾病。青光眼的诊断基于一系列症状、诊断测试和纵向数据。
然而，探索使用AI进行青光眼筛查的研究仍在持续进行，因为它有巨大潜力改善全球最易被漏诊的视力丧失原因之一的筛查。
今天在美国眼科学会第129届年会上公布的一项新研究为不断扩大的研究体系增添了新内容。研究表明，机器学习算法在识别青光眼风险患者方面比经过培训的人类评分者更准确。
伦敦大学学院眼科研究所(University College London Institute of Ophthalmology)和摩菲尔兹眼科医院(Moorfields Eye Hospital)的研究人员使用了6,304张眼底图像，这些图像是从一项大型基于人群的队列研究(EPIC-Norfolk Eye Study)中收集的，用于比较他们的算法和经过培训的人类评分者在估计青光眼关键指标——垂直杯盘比(vertical cup-disc ratio)方面的准确性。青光眼专家检查了患者以确认诊断。
结果显示，该算法正确识别青光眼患者的概率为88%至90%；而人类评分者的正确率为79%至81%。该算法无法区分已患有青光眼或可能患有青光眼的患者。作者表示，他们的研究与之前的研究不同，因为该算法是在一个更接近常规筛查中可能遇到的患者范围的队列上进行测试的，因为数据集中仅有11%的眼睛被怀疑患有青光眼。
首席研究员Anthony Khawaja博士(FRCOphth)表示，他对机器学习超越人类测试者的程度感到惊讶。他希望该技术最终能作为一种经济有效的工具用于青光眼初步筛查。尽管Khawaja博士指出，筛查过程可以通过包括眼内压(intraocular pressure)等其他青光眼风险指标来提高算法的准确性。
"青光眼仍然是全球最常见的不可逆视力丧失原因之一。迄今为止，青光眼筛查过于昂贵，但我希望人工智能解决方案，结合其他方法如基于遗传风险的靶向筛查，将成为解决方案。"
Anthony Khawaja博士，研究首席研究员、伦敦大学学院眼科教授兼荣誉眼科外科顾问
【全文结束】
