Cell子刊：中山大学林浩添团队开发AI辅助系统，用于缺血性视网膜疾病的全程智能诊治

大部分缺血性视网膜疾病的确诊及治疗决策很大程度上仍依赖荧光素眼底血管造影检查结果，但其解读难度大且流程复杂，需要经验丰富的眼底病专科医生投入大量的时间精力。此外，由于缺乏客观定量的缺血程度分析方法，不同医生阅片的主观性强、个体差异大。

2023年9月20日，中山大学中山眼科中心林浩添教授、梁小玲教授、林铎儒副研究员等在 Cell 子刊 Cell Reports Medicine 发表了题为：An artificial intelligence system for the whole process from diagnosis to treatment suggestion of ischemic retinal diseases 的研究论文。

研究团队基于荧光素眼底血管造影检查，研发了集成图像分期、疾病诊断、病灶分割及量化分析以及治疗决策建议等系列功能的人工智能辅助系统——Ai-Doctor，有望实现缺血性视网膜疾病的全程智能辅助诊疗，推动紧缺优质医疗资源扩容下沉和区域均衡布局。

瞄准最需要智能技术辅助的方向  

人工智能  技术在医学应用最大的作用是使优质医疗资源扩容下沉、拓展专家经验，辅助年轻医生在医疗资源不足的地区也能开展高质量的医疗活动，让广大人民群众享受到均质化的优质医疗服务。

荧光素眼底血管造影  （fundus fluorescein angiography，FFA）  检查是诊断和评估缺血性视网膜等眼底疾病的金标准，但FFA图像的解读是眼科难度最大的检查之一，这使得FFA检查仅能在有丰富临床经验的眼底专科医生的医疗机构开展。

为此，研究团队瞄准这一最需要人工智能技术辅助的方向，研发了FFA图像解读及缺血性眼底疾病智能诊疗的系统Ai-Doctor，让这个金标准检查在眼底专科医师紧缺的医疗机构也可以开展，减少缺血性视网膜疾病的漏诊并提升治疗的精准性。

Ai-Doctor的各功能模块 智能模型做擅长的事以辅助医生

人工智能技术在医学中的定位是辅助医生作出更准确的医疗决策。精准的缺血程度评估是缺血性视网膜疾病治疗决策的关键。以往眼底专科医生在很大程度上需要依赖自身的临床经验结合FFA检查结果进行判断，这种主观评价方法容易导致医师个体间差异大且不能定量计算。

研究团队根据人工智能的技术优势，创新性提出临床适用的缺血指数的计算方法，可精准分割并客观定量计算缺血区的占比，为医生的治疗决策提供精准的数据支撑。

常见缺血性视网膜疾病缺血区的自动分割 全流程诊疗辅助以减少医生依赖

以往报道的人工智能模型多适用于疾病诊治的其中一个环节，鲜有模型可以覆盖筛查诊治全流程的智能辅助，容易导致临床应用时仍依赖有经验的眼科医生。研究团队研发的智能系统Ai-Doctor，具有FFA图像分期识别、多疾病诊断、病灶自动分割、缺血程度定量分析和治疗建议等功能，且目前团队正在努力探索将FFA图像缺血区实时映射至人体眼底以实现精准激光治疗指导，有望做到智能技术对缺血性视网膜疾病诊疗的全程辅助，真正减少眼底专科医生的依赖。

该研究依托人工智能平台，由中山大学中山眼科中心联合深圳市眼科医院（张国明教授、张少冲教授）、佛山市第二人民医院（卢彦主任医师）以及海南省眼科医院，共同完成本项研究。中山大学中山眼科中心的赵欣予博士、林桢哲算法工程师和于珊珊主治医师为该论文的共同第一作者，林铎儒副研究员、梁小玲教授、林浩添教授为共同通讯作者，肖钧算法工程师、谢丽琼研究实习员、许跃助理研究员、徐正杰主治医师、崔凯璇助理研究员和赵兰琴统计师为共同作者，中山大学中山眼科中心、眼病防治全国重点实验室为第一单位。