人工智能在检测儿童失明主要原因方面取得突破

该团队开发了一种深度学习AI模型，可以识别哪些高危婴儿患有ROP，如果不及时治疗可能会导致失明，他们希望他们的技术可以改善许多新生儿服务有限且训练有素的眼科医生很少的地区进行筛查的机会。

该研究由英国，巴西，埃及和美国的国际科学家和临床医生团队组成，由Moorfields眼科医院NHS基金会信托基金和国家健康与护理研究所(NIHR)生物医学研究中心支持，发表在《柳叶刀数字健康》上。

主要作者Konstantinos Balaskas博士(Moorfields眼科医院Moorfields眼科阅读中心和临床AI实验室主任，伦敦大学学院眼科研究所副教授)说：“随着全球早产儿存活率的提高，早产儿视网膜病变变得越来越普遍，它现在是中等收入国家和美国儿童失明的主要原因。

“撒哈拉以南非洲多达30%的新生儿患有一定程度的ROP，虽然现在治疗很容易获得，但如果不及时发现和治疗，可能会导致失明。这通常是由于缺乏眼科护理专家 - 但是，鉴于它是可检测和可治疗的，任何孩子都不应该因ROP而失明。

“随着这种情况变得越来越普遍，许多地区没有足够的训练有素的眼科医生来筛查所有高危儿童;我们希望我们的ROP自动化诊断技术将改善服务不足地区的护理机会，并预防全球数千名新生儿失明。

ROP是一种主要影响早产儿的疾病，其中异常血管在视网膜中生长，视网膜是眼睛后部的神经细胞薄层，将光转换为大脑可以识别的信号。这些血管可能会渗漏或出血，损害视网膜，并可能导致视网膜脱离。虽然较轻形式的 ROP 不需要治疗，只需要监测，但更急性的病例需要及时治疗。据估计，全球有50万名儿童因此失明。

ROP 的症状无法用肉眼看到，这意味着识别病情的唯一方法是通过眼科检查监测有风险的婴儿。如果没有全面的产前和产后护理的适当基础设施，就可能错过筛查和治疗的狭窄窗口，导致可预防的失明。

UCL-Moorfields团队开发了一种深度学习AI模型来筛查ROP，该模型是在7，414名新生儿的1，370张眼睛图像样本上进行训练的，这些新生儿已被送入伦敦Homerton医院，并由眼科医生评估ROP。该医院为种族和社会经济多元化的社区提供服务，这很重要，因为 ROP 可能因种族而异，因此该工具经过培训，可以在不同种族群体中安全地工作，确保任何人都可以受益。

然后对另外200张图像评估该工具的性能，并与高级眼科医生的评估进行比较。

研究人员通过在来自美国，巴西和埃及的数据集上使用它来进一步验证他们的工具。

发现人工智能工具在区分正常视网膜图像和可能导致失明的 ROP 患者方面与高级儿科眼科医生一样有效。

虽然该工具针对英国人口进行了优化，但研究人员表示，他们发现它在其他大陆仍然有效，并且他们补充说，它仍然可以针对其他环境进一步优化。该工具已被开发为一个无代码的深度学习平台，这意味着它可以由没有编码经验的人在新设置中进行优化。

第一作者Siegfried Wagner博士(UCL眼科研究所和Moorfields眼科医院)说：“我们的研究结果证明了继续研究AI工具来筛查ROP的合理性。我们现在正在英国的多家医院进一步验证我们的工具，并正在寻求了解人们如何与人工智能的输出进行交互，以了解我们如何将该工具整合到现实世界的临床环境中。

“我们希望该工具将使训练有素的护士能够拍摄可以通过AI工具评估的图像，以便在不需要眼科医生手动检查扫描的情况下转诊治疗。

“人工智能工具在眼科中特别有用，这个领域严重依赖对扫描的手动解释和分析进行检测和监测——在这里，我们发现进一步的证据表明人工智能可以改变该领域的游戏规则，并开辟了拯救视力的治疗。