协和眼科牵头多中心证实人工智能辅助识别眼底病有效性

　　协和眼科牵头多中心证实人工智能辅助识别眼底病有效性

　　近日，北京协和医院眼科陈有信教授团队在npj Digital Medicine(中科院1区，IF：15.2)上发表论文，全面报告了人工智能(artificial intelligence, AI)辅助识别多种眼底病的临床研究成果，论证了该技术对低年资医师的辅助识别作用，及其在临床应用中的有效性，为AI技术从概念真正向临床转化提供了依据。

　　近年来，因我国居民平均年龄的增长、生活方式的转变，眼底病等多种不可逆致盲性眼病的患病率呈逐年递增趋势。数据显示，我国主要致盲性眼底病筛查不足，医疗资源分布不均，常规的筛查和就医流程难以满足现有需求。众多指南/共识均推荐眼底照相用于眼底病变的筛查，利用AI技术可以缩短诊断时间，提高筛查效率，弥补医疗资源的不足。

　　本研究由陈有信教授团队牵头全国5家眼科中心共同完成。研究设置3个对照组，分别为AI辅助医生阅片组(试验组)，医生独立阅片组(对照组)和AI阅片组(AI组)。AI软件和医生首先分别对眼底照进行独立标注，形成AI组和对照组。经过1周的洗脱期后，医生再对同一批由AI标注过的眼底照进行再次标注，并可参考AI的辅助诊断建议，从而形成最终诊断标签，形成试验组(见下图)。3组标注结果均与金标准进行一致性比较，同时计算各病种的诊断灵敏度、特异度、F1值等评价指标。

　　人机互动界面。医生可在参考AI辅助(右上)基础上做出最终诊断

　　结果显示，试验组、对照组和AI组诊断一致率分别为84.9%、72.9%和85.5%，即在AI辅助下，低年资医师读图诊断能力可提高约12%(见下图)。对于13个病种的结果分析，试验组的诊断灵敏度和特异度均显著高于对照组。本研究提出了在现阶段AI应用于眼底多病种识别的有效性和可行模式，为AI技术能够在临床上实现落地应用，进一步助力眼底病筛查、提速增效提供了方向。

　　研究流程及各组主要研究指标结果

　　第一作者：李冰

　　北京协和医院眼科住院医师。师从陈有信教授、叶俊杰教授，主攻眼底病方向，作为第一作者发表SCI及中文核心期刊论文10余篇，多次在全国眼科年会、全国眼底病会等学术会议作报告。

　　通讯作者：陈有信

　　北京协和医院眼科主任医师，博士研究生导师，中国医学科学院眼底病重点实验室主任。中华医学会眼科学分会常委，中国医师协会眼科分会副会长，北京医师协会眼科分会会长，国家防盲技术指导组副组长。近年聚焦PCV与眼科人工智能应用研究。研究成果发表在PRER、Lancet、Ophthalmology、JAMA Ophthalmology、AJO及BJO等期刊。

　　Li B, Chen H, Yu W, et al. The performance of a deep learning system in assisting junior ophthalmologists in diagnosing 13 major fundus diseases: a prospective multi-center clinical trial. NPJ Digit Med 2024;7(1):8