人工智能技术在眼底图像分析中的应用进展

随着计算机计算能力的提升以及数据储存终端的容量扩展,人工智能(artificial intelligence,AI)技术在近年来得到飞速发展。同时,随着医疗水平的提高,眼底病变已经逐渐成为失明的主要病因。眼底图像是眼底疾病诊疗中重要的信息来源,同时因数字化的优势,使AI能够通过学习而自动化地对大样本的眼底图像数据进行分析,在眼底疾病的识别方面已经初步展现了高效性与准确性。利用AI以应对不断增加的致盲风险疾病所带来的公共卫生挑战已经成为眼科学发展的重要趋势。本文综述了AI的基本原理以及其当前在眼底图像分析中的应用情况和前景展望,以期为今后AI在眼科领域的深入应用提供更系统的思路。

眼底照相机的应用现状与挑战

眼睛是人体唯一可以无损伤地观测微血管的器官。眼底视网膜具有终末血管系统,最微细的血管直径仅为3.5~6μm。人体许多疾病都会在眼底视网膜上产生相应的病理变化,包括糖尿病、肾病、高血压、心脏病等[1-2]。眼底的病变程度也可间接反映原发病的病变程度,并帮助及时指导诊断和评估预后。人体常见的眼底疾病包括糖尿病视网膜病变、视网膜静脉阻塞、高血压视网膜病变、年龄相关性黄斑变性、视网膜大动脉瘤、视网膜或脉络膜良恶性肿瘤等[3-4]。眼底照相机作为一种可以便捷获取眼底图像的设备,已在临床应用多年。高分辨率、大视场角的眼底照相机可以为重大疾病的早期病理学研究及诊断提供良好的技术支持。美国、欧盟等发达国家和地区已经将眼底照相机检查作为体检和多种疾病筛查的重要工具。

儿童青少年视力筛查设备相关技术及应用问题探讨

近年来,电子产品越来越多地融入大众日常生活,如果不限制使用条件和时间,很容易损害儿童青少年的视力发育。此外,诸多研究表明户外运动不足也会对儿童青少年的视力产生不良影响。国家卫生健康委员会办公厅印发的《儿童青少年近视防控适宜技术指南》在近视防控适宜技术部分提到“筛查视力不良与近视”,建立中小学生视力定期筛查制度,开展视力不良检查,并对如何进行有效的筛查提供了技术指导。2020年1月11日,国家卫生健康委员会发布了《中小学生屈光不正筛查规范》,这是当前最新的、国家发布实施的相关工作规范和指导文件。

视网膜大动脉瘤的多模态眼底影像和疾病特征

目的:分析视网膜大动脉瘤(RAM)的多模态眼底影像学特点及疾病特征。方法:回顾性研究。连续纳入2003年5月至2020年1月在北京协和医院眼科确诊的RAM患者57例(58眼)。分析患者彩色眼底照相、荧光素血管造影(FFA)、吲哚菁绿血管造影(ICGA)及光学相干断层扫描(OCT)的影像学特点,并总结疾病特征。结果:纳入患者年龄为(69.0±9.3)岁,其中女性占75%,单眼发病患者占98%,共发现瘤体65个。彩色眼底照示95%的瘤体位于颞侧动脉,32%位于动脉主干,29%位于视网膜动脉分支处或动静脉交叉处。85%伴不同程度出血,86%伴硬性渗出。FFA的瘤体检出率为92%,动脉期可呈圆点状或梭状强荧光,周围出血或硬性渗出遮蔽荧光,晚期荧光增强并出现渗漏。ICGA的瘤体检出率为95%,可透过出血的遮蔽荧光见视网膜动脉壁上瘤体高荧光,造影晚期瘤体荧光仍较背景荧光强。OCT的瘤体检出率为63%,可见RAM局部高隆起,病灶处可见圆形强反射瘤体腔壁。结论:RAM常见于老年女性。多模态影像学检查可从多角度显示RAM的瘤体形态、活动性以及伴随的出血、渗出表现。其中,ICGA对于瘤体的检出率更高,显示RAM更为清晰。

人体健康态监测与评估规范

2018年科技部推出“主动健康和老龄化科技应对”的重点专项研究,旨在为健康监测产品和人体健康态评估的安全有效体系及标准体系建立提供理论和实践依据。课题组围绕人体健康态数据采集产品质量评价共性技术,跟踪国内外新技术及相关标准,通过实验室标准参考方法及相关医用级检查设备作为对照参考,研究并提出基于健康数据采集产品和人体相关生理指标的健康态评估规范。本规范涵盖日常健康、心电、血压、血管弹性、脑电、呼吸睡眠、糖代谢及眼健康等八大类22项人体健康态生理指标和功能状态的监测与评估,将有助于确立非医疗级健康数据采集产品的有效性和准确性评估方法,对基层医疗机构、健康体检中心及家庭自我健康规范监测和管理具有一定指导意义。