一组研究人员正在审视人工智能在眼科领域的潜力。
这项研究已在《亚太眼科学杂志》的一篇立场文件中详细阐述。
该研究由 Scheie 眼科研究所的 Lama Al-Aswad 医学博士、公共卫生硕士和 Irene Heinz Given 以及 John La Porte Given 眼科研究教授 II 领导。这项工作代表了来自宾夕法尼亚大学医学、宾夕法尼亚大学工程学院、密歇根大学凯洛格眼科中心、耶路撒冷圣约翰眼科医院和韩国庆尚国立大学医学院的研究人员之间的合作。
据研究人员称，眼底摄影有助于观察眼睛后部的视网膜，使人工智能在提供全身性疾病生物标志物方面的潜力成为现实。当眼底图像数量充足且质量良好时，就有可能训练人工智能系统检测升高的 HbA1c 水平——这是血糖升高的一个重要标志，通常通过抽血确定，它表明糖尿病和心血管疾病的风险增加。这一过程利用了新兴的眼组学领域，该领域研究眼科生物标志物以深入了解全身健康状况。
在这份手稿中，国际研究联盟审查了眼组学的潜力，并强调了随着眼科学进入人工智能能够通过眼部护理增强全身健康的时代，临床医生需要考虑的相关主题。
此外，研究人员的立场得到了一项初步研究结果的支持，该研究训练了基于眼底图像预测 HbA1c 水平的人工智能模型。在研究中，研究人员考察了许多因素——包括人工智能模型的大小和架构、糖尿病的存在以及患者的人口统计学特征（年龄和性别）——以及它们对人工智能性能的影响。
研究人员指出，眼组学模型的有偏差的训练样本，例如主要是老年患者的集合，可能会降低模型性能。案例研究的结果突出了开发用于评估心血管风险因素的可靠人工智能模型的重要性，同时解决了在临床应用之前必须克服的挑战和问题，以及推进可靠的眼组学技术。
Al-Aswad 说：“通过利用人工智能分析视网膜图像进行心血管风险评估，我们旨在弥合早期疾病检测的关键差距。这种方法不仅增强了我们识别高危个体的能力，而且为改变我们管理糖尿病等慢性病的方式带来了希望。通过关注这项技术的实际应用，我们正在朝着更个性化和预防性的医疗保健解决方案迈进。”
宾夕法尼亚大学宾夕法尼亚研究嵌入式计算和集成系统工程（PRECISE）中心的博士后研究员 Kuk Jin Jang 博士补充说：“虽然这些进步充满希望，但对于临床医生和研究人员来说，以负责任的方式开发和使用这些技术也至关重要，因为这最终将最有利于患者护理。”
密歇根大学的住院医师 Joshua Ong 医学博士和 PRECISE 中心的附属人员称赞了这次合作。
他说：“我们的合作有助于进一步了解我们如何负责任地利用这项革命性技术造福未来的患者。这证明了医疗保健和工程结合起来为患者护理开发负责任的人工智能时所形成的合作进步。我非常感谢我们的多学科团队共同努力将这篇论文和这个主题推到前沿。”
PRECISE 中心主任 Insup Lee 博士也指出，此次合作可以为医疗保健开辟新的途径。
他说：“这次合作反映了通过创新的人工智能应用推进医疗保健的坚定承诺。通过结合我们的专业知识，我们正在为改善患者护理和长期健康挑战的整体管理铺平道路。”
