人工智能辅助筛查 及早发现糖尿病视网膜病变 (王逸轩医生)

2020-06-16    收藏381
点击次数:564

糖尿病是都市人常见的长期病患之一。据估计,大概10个人当中就有一个可能会患上。按数字推算,单单在中国就有超过一亿以上糖尿病患者。糖尿病通过破坏微丝血管,减少该部分的氧气供应,从而影响身体器官。当中最常受影响的分别是眼睛、肾脏和周边神经线,因为这些结构都含有大量微丝血管。糖尿病视网膜病变(简称糖网)就是糖尿病影响眼睛最常见的併发症。在发达国家的人口当中,这是主要的致盲原因之一。

正如任何疾病一样,治疗糖网最佳的时机,是由预防开始。即使确诊后,治疗早期的患者亦较治疗中期或者晚期的容易得多,但是,由于早期(甚至中期)糖网不会有明显病徵,定期筛查有助及早发现需要治疗的患者。

像很多国家和城市一样,本港亦有自己的一套糖网筛查计划。在本港的公营医疗系统之下,糖尿病患者会被安排于普通科门诊指定的筛查点进行筛查。筛查的过程主要包括替患者进行眼底视网膜拍照,照片会传送给经过专业训练的筛查员评级。筛查过程当中若发现糖尿病患者的视网膜正常,或只属于早期的糖网,他们会被评为「没有视力风险类别」,而安排在适当的时间再筛查,时间一般是一年之后。但若患者被发现患上中度或以上的糖网「有视力风险类别」,就会被转介至眼科医生进行正式诊断和治疗。

人工智能辅助筛查 及早发现糖尿病视网膜病变 (王逸轩医生)

糖尿病会破坏视网膜的微丝血管,影响视力,故病人应定期验眼。(Freepik网上图片)

準确度高

研究证实,筛查计划能及早发现有问题而需要治疗的患者,有效增加治疗的成本效益及减低患者视力下降的风险。虽然有很多好处,但现行的筛查计划亦有一些限制,譬如所有眼底照片都需要经筛查员逐一评级,这需要时间和人力资源,而筛查员的个人经验亦可能会影响其準确度。

因为整个筛查过程都是建基于糖网特徵的图像识别,这样的模式非常适合利用人工智能来进行。世界上不同的团队正进行这方面的研究。新加坡国立大学最近联同世界各地不同的大学,包括香港大学和香港中文大学,联合进行了一项相关的研究,研究结果于《美国医学会杂誌》(JAMA)上发表(注)。

是项研究一共分为两部分,第一部分是将一系列正常,和患有不同程度糖网的眼底照片给人工智能进行识别。简单来说,这部分的目的是「教晓」人工智能什幺是糖网,什幺是正常。第二部分,就是将一些已经经由专业筛查员进行评级的眼底照片交给人工智能进行评级。然后以筛查员的结果作为标準,比对人工智能评级的準确度。

研究结果发现,人工智能在辨别有否患上糖网,甚或病情严重程度的準确度达到90%以上。至于能否分辨患者属于有「视力风险类别」或「没有视力风险类别」的敏感度更加达到百分百,显着高于人类筛查员的敏感度88%。

当然,现时的人工智能技术还需要面对很多挑战,例如不同人种的眼底照可能因为色素不同而影响其準确度,其他因素还包括近视度数的深浅和有否白内障等等。但这项研究的结果显示,人工智能的表现已经和人类的準确度非常接近,甚至有些特定类别的準确度比人类还更高。这代表人工智能已经準备好取代人类筛查员吗?

人工智能辅助筛查 及早发现糖尿病视网膜病变 (王逸轩医生)

医学界正研究利用人工智能筛查糖尿病视网膜病变的可行性。(Freepik网上图片)

两重审核

请问各位读者,你们能够接受由人工智能来为你诊断有否患上糖网吗?相信在现今的医疗系统裏面,若以现时的準确度来说,还是有进步的空间。加上暂时还没有法例来规管人工智能应用于医疗诊断上所衍生的问题。相信要将人工智能放于糖网筛查,还需要一段时间。

数据显示,现时本港的糖网筛查计划中大概有四分三患者会被评为「没有视力风险」而被安排于一年后再进行筛查。大概四分一被评为「有视力风险」而需转介给眼科医生作跟进。

那幺,我们在人工智能能够完全取代人类筛查员之前,人工智能是否可辅助现时的筛查计划呢?例如,我们可以利用人工智能作初步的筛查,将被评为「没有视力风险」的四分三患者,直接安排一年后进行再筛查。而被人工智能评为「有视力风险」的四分一患者,就再送给人类筛查员作第二重审核,确保有需要的患者得到适当的转介。这样,在不需要增聘人手的情况下,整个糖网筛查计划就可以承担比现时多3至4倍的工作量。针对医疗需求不断增加的需要,这未尝不是一个能够快速解决问题的方法。不过,这还有待研究进一步提升人工智能的準确度,和当大众开始接受利用人工智能进行筛查,才是推行的适当时机。

注:

Ting et al. JAMA. 2017 Dec 12; 318(22): 2211-2223. doi: 10.1001/jama.2017.18152.

更多杏林手记文章:什幺是世界上最好的医疗模式从听觉检查 看出人生百态多发性硬化症

相关文章  RELEVANT ARTICLES