NTU的科學家與陳篤生醫院 (TTSH) 的臨床醫生合作，開發出一種新方法，可以利用人工智慧 (AI) 篩查青光眼。
青光眼被稱為「無聲的視力小偷」，因為它通常無症狀，後期確診後導致不可逆失明。青光眼是全球不可逆轉失明的主要原因。隨著人口老齡化的快速增長，預計到2040年全球將有1.118億人受到影響，而2020年這一數字為7600萬。
NTU的科學家與陳篤生醫院 (TTSH) 的臨床醫生合作，開發出一種新方法，可以利用人工智慧 (AI) 篩查青光眼。
已發表文章
AI篩查，97%準確率
這種新篩選方法使用一組算法來分析由兩個相機從不同視點成對拍攝的立體眼底圖像，眼底的這些2D「左-右」圖像在組合時有助於形成3D視圖。研究人員表示，使用兩張圖像，可以在一張圖像質量不佳的情況下，利用另一張圖像進行補償，提高篩查的性能。
雙圖篩查方法，來源：NTU官網
研究人員表示，這種青光眼診斷方法有利於患者無法接觸眼科醫生的欠發達地區。
NTU EEE的Wang副教授說：「我們強大的自動化青光眼診斷方法，意味著任何醫療保健從業者都可以利用該系統來幫助進行青光眼篩查。」
TTSH 的 Leonard Yip 博士是該醫院國家醫療保健集團眼科研究所青光眼服務的負責人，他認為社區中許多青光眼患者仍未確診。
「許多青光眼患者在社區中仍未確診，而在印度等發展中國家，未確診病例的百分比可能遠遠超過 90%，」該研究的合著者Ye博士說。
「雖然病例通常是在常規眼科檢查中發現的，但眼科檢查需要專業且昂貴的設備和訓練有素的專家，因此普篩具有挑戰性。相比之下，我們使用 AI 的方法可能更高效、更經濟。」
該方法準確率高達97%。
除了97%的準確率外，篩查方法的靈敏度——即所有陽性青光眼病例中正確分類的病例比例，為 95%。
未來發展
該團隊現在正在 TTSH 拍攝的更大的患者眼底圖像數據集上測試他們的算法，並正在研究如何將該軟體移植到手機應用程式中。
移動化實現後，該方法就可以與眼底相機或手機鏡頭適配器結合使用，很可能成為該領域可行的青光眼篩查工具。
Ye博士補充說：「我們設想我們的篩查模型最終採用的一種可攜式人工智慧工具，也可以幫助解決鑑別診斷錯誤的問題。」
研究人員，來源：NTU官網
南大Wang副教授也表示：「卓越而穩定的性能在醫學診斷中尤為重要，這項研究表明，我們將深度卷積神經網絡與注意力機制相結合的模型，為青光眼提供了一種可靠且高效的人工智慧篩查方法。使用左右眼底圖像進行青光眼篩查也有助於顯著提高篩查模型的魯棒性。展望未來，我們希望進一步微調我們的算法，並通過在更多患者圖像上進一步測試來驗證我們的 AI 方法的臨床應用。」
目前團隊的主要工作著重於該方法的優化與微調，使其具有普適性。
參考文獻：
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
