AI+醫療試水“近視預測”，未來10年近視度數有規可循

在某些情境下，人工智能的深度學習能力已超越醫生。近年來，多家企業源源不斷地向領先技術領域注入大量資金，尤其是那些希望降低成本、改善患者健康的公司。市場情報公司Tractica的數據顯示，2018年醫療人工智能技術領域的投入為21億美元，預計到2025年這一數據將超過340億美元。

《眼科》期刊曾發布一組數據，揭示近視的覆蓋率和嚴重性，并預估了發展趨勢。2050年世界上近50億人會患有不同程度的近視，覆蓋了全球一半的人口（49.8%）。高達10億人面臨著眼睛失明的高風險（9.8%）。

除了激光手術，目前為止近視并不能被治愈。但近視能否提前預測，根據患者情況個性化進行人工干預？人工智能瞄準了這一千億市場開始布局近視篩查和預測。

雷鋒網了解到，目前已有醫療人工智能企業Airdoc等布局近視防控市場；另外中山大學中山眼科中心的“AI眼科醫生”已經開展近視預測，青少年未來10年近視度數也將有規可循。

供需矛盾

一直以來，眼科疾病的診療需求與眼科專業醫生數量之間存在較大矛盾。據行業報告顯示，2000年到2050年，由高度近視發展至失明的病例數量將增長7倍。

然而在近視防控領域，眼科專業醫生資源不足的情況相當嚴重。據中華醫學會眼科分會統計，到2014年底，我國有眼科醫師約3.6萬名，視光師不足4000人，而且全國70%的眼科醫生集中在大中型城市，基層眼科醫生數量很少，遠不能滿足市場需求。

更殘酷的一個現狀是，大多數的眼底病患者，根本不知道自己已經患病。越是偏遠、越是醫療水平差的地區，越缺乏專業眼科醫師。因為全國只有三萬余名眼科醫生，而在這三萬名醫生中，有鑒別眼底照片能力的只有幾千人，且大多集中在醫療條件較好的城市。

因此，在近視檢測領域，既缺乏專業醫療診所、又缺乏專業眼科醫生和眼底照相設備，近視檢測一直很難大規模普及，尤其是基層。而AI技術在醫療檢測領域的應用，被視作解決這一問題的突破口。

AI賦能眼視光檢測

據雷鋒網了解，近日人工智能企業Airdoc聯合星創視界、以色列視光高科技廠商Visionix、臺灣明達醫學和幫橋醫療器械五方在北京簽署戰略合作，共同打造應用眼鏡店的“新三件”——眼底照相機、多功能眼健康篩查儀、數碼裂隙燈。

眼底相機：基于數百萬張醫學影像，邀請300多位教授進行交叉標注，構建了深度神經網絡模型。在Airdoc  AI算法下，只需大約2分鐘，眼底照相機就可以實時預測30余種慢性病，診斷準確率在97%以上。

多功能眼健康篩查儀：以色列Visionix研發的自動多功能綜合檢眼儀，利用軍用衛星核心技術，云計算和AI服務由Airdoc提供，該設備可在大約2分鐘內篩查眼部上千數據，形成關于雙眼度數、晝夜視差、視疲勞、白內障、青光眼、圓錐角膜相關的風險報告

數碼裂隙燈：作為檢查角膜必不可少的儀器，由于操作復雜，眼前節健康篩查一直以醫院為主。星創視界與裂隙燈廠商蘇州幫橋打通系統，寶島眼鏡會員可通過裂隙燈接入Airdoc AI算法，Airdoc宣布聯合星創視界聯合應用和開發正式開啟數碼裂隙燈相關的眼前節AI開發算法。

2018年7月寶島眼鏡母集團星創視界引進Airdoc AI識別算法，AI首次被大規模應用到眼鏡店場景中。星創視界集團擁有線下1200家門店，創造了家門口的服務場景，降低使用門檻。用AI復制醫生經驗賦能眼鏡店，可以增加眼保健可及性。

設備廠商以色列Visionix、臺灣明達醫學和蘇州幫橋，都將與Airdoc進行軟硬件結合。Visionix的自動多功能綜合檢眼儀，云計算和AI服務也由Airdoc提供；明達醫學的眼底照相機將與Airdoc、星創視界一起搭建視網膜篩查平臺；為了更適合眼鏡店使用，幫橋醫療器械減小裂隙燈顯微鏡設備的體積和面積，并通過AI技術不斷升級自身產品。

未來寶島眼鏡會蛻變成怎樣的眼健康篩查中心？其他視光企業是否會陸續參與其中？在AI的賦能之下，在行業龍頭星創視界的率先示范之下，我國眼視光行業充滿了無限的可能。

AI醫生的“超能力”

日前國內研究人員發現了中國青少年近視眼發生規律，通過人工智能機器人輸入孩子間隔一年的兩次視力，就能預測孩子未來10年的近視風險及度數。

發現這一規律的是中山大學中山眼科中心主任劉奕志教授團隊。劉奕志教授團隊，利用百萬醫學驗光大數據，發現了真實世界中的中國青少年近視眼發生發展規律，創建了近視眼人工智能預測模型，可精準預測青少年近視的發展，對青少年近視的有效干預和防控具有重大意義。原創論文于2018年11月6日在國際醫學雜志PLoS Medicine官網首頁以推介文章在線發表。

近視的危害其實不僅僅知識視力模糊，近視眼一旦發展為高度近視，可導致視網膜變性、脫離等不可逆損害，嚴重影響孩子們的身心健康。但由于目前青少年近視眼研究數據量小，無法完全反映其發展規律，因此不能有效進行預測及早期精準干預。

如果可以早期預測其發展規律，通過增加戶外活動等早期干預手段，就可減緩近視眼的發生發展，對降低高度近視的風險有重要意義。

以此為基礎，劉奕志團隊創建出了預測模型，運用隨機森林算法進行機器學習，建立人工智能預測系統，可對近視進展趨勢進行個體化預測，3年內準確率達90%，10年內準確率80%以上，也可提前8年有效預測高度近視，為近視眼的精準干預提供了科學依據。

雷鋒網小結：人工智能的一大特點是“知其然不知其所以然”。人工智能可以讀取海量數據，并能通過這些數據給出有價值的診斷結果，但對于診療過程背后的病理藥理并沒有深刻認知。在可預見的未來里，人類醫生仍將是為患者診病的主力。成熟的的人工智能技術，則使診療的過程更準確、更高效。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。