眼科人工智慧
眼科是人工智慧最大的醫學成功案例之一，因為眼睛影像豐富且易於拍攝。
概述
AI can now screen for blinding diseases like diabetic retinopathy directly from retinal photos, sometimes without a specialist in the loop.
深入探討
可以快速、非侵入性地拍攝視網膜，從而產生深度學習賴以發展的高品質影像。 2018 年，FDA 批准了 IDx-DR，這是首款自主人工智慧診斷設備，它可以讀取彩色眼底照片，並告訴初級保健診所糖尿病患者是否應該去看眼科醫生，而無需專家解讀影像。 Google 具有里程碑意義的 2016 年 JAMA 研究訓練了一個模型，以專家級的敏感度和特異性檢測糖尿病視網膜病變。除了糖尿病眼疾之外，人工智慧還可以標記與年齡相關的黃斑部病變、視神經影像中的青光眼和早產兒視網膜病變。 DeepMind 與 Moorfields 眼科醫院合作，透過 OCT 掃描對 50 多種視網膜疾病進行分類，以匹配世界領先的專家並推薦緊急轉診。
技術洞察
大多數系統使用卷積神經網絡，經過數萬到數百萬張標記的眼底照片或光學相干斷層掃描 (OCT) 體積的訓練。 OCT 本質上是一種光學超音波，可產生微米分辨率的視網膜層橫截面，非常適合發現液體和變薄。一個驚人的發現：網路可以僅從視網膜照片推斷出臨床醫生無法透過眼睛讀取的特徵，例如患者的年齡、性別、吸煙狀況和心血管風險，這暗示視網膜是了解全身健康狀況的窗口。
戰略影響
背景與規則
產業背景決定了人工智慧創意能否與現實接觸。
品質管控
領域約束會影響可接受的錯誤率和監督模型。
配裝選擇
成功的部署使技術能力與第一線工作流程保持一致。
眼科人工智慧的未來
自主視網膜篩檢將擴展到藥房、初級保健辦公室和眼科專家稀缺的資源匱乏地區，在視力喪失之前發現疾病。 「眼組學」利用視網膜來預測心臟病、腎病，甚至阿茲海默症的風險，是一個活躍的前沿領域。基於智慧型手機的眼底相機與人工智慧相結合可以為發展中國家帶來篩檢服務。期望與電子記錄更緊密地整合並持續監測慢性眼部疾病。
現實世界的實施
IDx-DR（現為 LumineticsCore）可在初級保健診所自動篩檢糖尿病患者是否有可轉診的視網膜病變，無需眼科專家讀取影像。
DeepMind 和 Moorfields 建立了一個系統，可以透過 OCT 掃描對 50 多種視網膜疾病進行分類，並建議專家級緊急轉診。
人工智慧工具有助於篩檢新生兒早產兒視網膜病變，這是兒童失明的主要原因，很難進行一致的分級。
研究模型透過單張視網膜照片估計心血管風險和生物年齡，這是一個稱為眼組學的新興領域。
風險與防護欄
監理要求可能會使原本強大的原型失效。
歷史資料可能會編碼損害特定社區的偏見。
遺留系統可能會造成整合瓶頸和隱性成本。
實施路線圖
讓領域專家參與從問題框架到評估的整個過程。
在啟動前設計審計追蹤和文件。
儘早驗證合規性和安全義務。
分階段推出，並有明確的停止和回滾標準。
不斷探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Ophthalmology quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常見問題
What is AI in Ophthalmology?
眼科是人工智慧最大的醫學成功案例之一，因為眼睛影像豐富且易於拍攝。人工智慧現在可以直接根據視網膜照片篩檢糖尿病視網膜病變等致盲疾病，有時無需專家參與。
為什麼眼科特別適合深度學習？
視網膜攝影和 OCT 可非侵入性地產生豐富的高品質影像，這正是深度學習模型所擅長的標準化視覺資料。
2018 年 FDA 核准 IDx-DR 時，有哪些值得注意的地方？
IDx-DR 是第一個獲得 FDA 批准的自主人工智慧診斷：它分析眼底照片並輸出糖尿病視網膜病變的轉診建議，而無需臨床醫生解釋影像。
什麼是 OCT？許多視網膜人工智慧工具的核心成像方法？
光學相干斷層掃描的工作原理類似於光學超音波，可產生視網膜層的詳細橫斷面影像，顯示平面照片上不可見的液體、腫脹和變薄。
研究人員在視網膜照片上訓練網路時發現了哪些令人驚訝的能力？
Google 研究人員展示了一種模型，可以僅透過視網膜影像來預測患者的年齡、性別、吸菸狀況和心血管風險，從而揭示人類無法直接讀取的系統健康訊號。
「眼科」這一新興領域的目標是什麼？
眼組學將視網膜視為了解全身健康的窗口，並利用視網膜影像和人工智慧來估計心血管、腎臟和神經退化性疾病的風險。