AI 重塑眼科未来:现状、潜力、挑战与展望

文摘   2024-10-23 09:05   浙江  

编者按

随着科技的飞速发展,人工智能(AI)在医疗领域的应用已成为一个不可忽视的趋势。特别是在眼科诊断中,AI技术的介入不仅极大地提高了诊断的效率和准确性,还为资源匮乏地区提供了新的解决方案。
在本次视界大咖话前沿圆桌谈栏目中,特邀中国眼科领域的资深专家,同时也是AI领域的先行者:北京协和医院陈有信教授、四川大学华西医院张明教授、温州医科大学附属眼视光医院刘晓玲教授、华中科技大学同济医学院附属同济医院孙旭芳教授,针对AI在眼科领域的应用现状、进展、挑战以及未来的发展方向进行深度探讨,通过专家的视角,揭示AI如何助力眼科医生,以及在这一过程中我们需要注意和解决的问题。

话题一:目前眼科疾病诊断中面临的问题和AI应用的潜力






孙旭芳教授



中国眼科医生数量有限,AI可以大幅提升诊断效率,特别在糖网病筛查中具有重要作用。AI赋能将改变传统的诊疗模式,眼科医生需要学习和了解AI,否则可能被技术取代。


刘晓玲教授



眼底疾病诊断依赖大量影像数据,AI能帮助医生管理和整合这些数据,简化随访和科研


张明教授



我国的地区发展差异化比较大,在西部边远地区,AI可以解决医疗资源匮乏的问题,特别是在疾病筛查和早期诊断方面。AI的高重复性和不知疲倦的特性能在相对恶劣的条件下发挥更大作用。


陈有信教授



基层医生的培训和教学也是AI的应用场景,AI能自动标注病灶,帮助初学者学习和提高诊断水平。



话题二:AI探索工作的经验分享






张明教授



AI的发展减少了对医生图像标注的依赖,使眼底影像不仅能识别眼部疾病,还能无创筛查全身问题。我也利用AI进行了一些研究,发现眼底微血管和脉络膜毛细血管的密度变化与帕金森病(PD)、阿尔茨海默病(AD)等中枢神经系统疾病相关,且黄斑中心凹的巩环直径与这些疾病存在关联。此外,AI在心脑血管疾病的早期无创检测上也展现出潜力,如高血压和糖尿病视网膜病变的早期识别。随着AI技术发展,未来不仅能更精准地诊断眼病,还将扩展至全身疾病的预测与防治。


孙旭芳教授



AI技术突破了传统眼科图像处理,实现自动识别与分级。我们团队利用AI进行的研究发现,AI结合自监督学习大幅提升了眼底影像分析的效率,不再依赖大量标注,并能自动归类与预测疾病。我们的研究表明,眼底图像不仅能识别眼病,还能通过AI量化全身47项指标,如性别、体重、糖化血红蛋白和血脂。这使得眼底图像成为宝贵的健康资源和隐私数据。通过本研究进一步探索了AI在血管老化评估中的应用,开发了名为“reti-agent”的评分体系。该评分能高效判断血管老化程度,与传统的PWV(脉搏波速度)指标效能相当。同时,这一模型还能预测心血管事件的发生,如心梗、脑梗和粥样斑块。这些研究表明,AI赋能的眼底影像技术不仅用于眼科诊断,还能在心血管疾病预测和健康管理中发挥重要作用


陈有信教授



AI通过自监督学习,能够自动归类图像并诊断疾病,并且可以通过眼底图像量化多个健康指标,未来眼底图像可能成为健康预测的重要依据



话题三:AI探索工作的经验分享(2-2)






刘晓玲教授



多模影像比单一影像更有利于疾病的精确诊断和长期观察。单靠一张眼科彩照无法完全诊断复杂的眼底疾病,必须结合OCT、血流OCT、自发荧光等多模影像才能进行全面分析。长期观察和结合多层次影像数据对疾病的精确诊断和治疗至关重要。温州医科大学附属眼视光医院开发的“EYE-GPT”系统可以在临床和科研中为医生提供帮助,通过自动回答患者问题、科普和教育年轻医生,减轻医生负担,并促进科研的发展。


陈有信教授



大数据模型的知识储备和信息处理能力远超人类,AI结合眼科影像能帮助医生解放时间,提高效率。AI在医学教育、科普和复杂临床问题中展现出巨大潜力。尽管专家经验丰富,但人工智能在信息整合上的优势不可忽视。专家应与时俱进,积极应用AI工具,以提升科研、教学和医疗成果。科技进步不可逆转作为眼科专家,我们需结合经验解决AI应用中的挑战,让眼科工作更高效。


张明教授



人工智能虽是全球科技的进步,但在应用时需要考虑不同地域和种族的差异。人工智能不但要专注于特定的医学领域,如眼底病和白内障,还需结合不同区域的人口特点结合病史和实验室检查,AI在疾病诊断和预测中的准确性优于传统医生的判断,尤其是通过眼底影响进行心脑血管疾病的预测方面表现出更高效能。因此,尽早加入AI赛道非常关键,否则未来将难以追赶。


孙旭芳教授



AI在某些领域已经超越了人类的认知极限。例如,AI在眼底图像分析中,能够准确分类糖尿病肾病和其他类型的肾脏疾病,超过了传统医生的诊断能力。AI能够察觉细微的结构和色彩变化,这些是人眼无法识别的。然而,尽管AI的发展迅速,它仍有不足之处,比如可能出现“幻觉”现象,即在没有确切答案时,它可能提供误导性的或不准确的信息医生应当了解AI的局限性,谨慎对待其建议,并在应用于患者时进行验证,以避免对患者造成潜在的负面影响。


话题四:AI在眼科诊疗应用的挑战






张明教授



人工智能在落地应用中仍面临法律、伦理和物价收费等挑战,其可持续发展需建立明确的规矩和底线。未来应由人类主导AI的开发与应用,确保其在辅助工作时不突破法律和伦理边界,避免潜在风险。制定合理的限制和规范将是行业发展的关键。


刘晓玲教授



人工智能应被视为我们的助手,并将来可能成为伙伴。然而,人工智能的应用仍需人为主导。虽然人工智能可以提供更广泛的视角和帮助,但其视角并不总是完全准确。因此,人们需要甄别和合理应用人工智能提供的信息,设定明确的边界,以确保它能有效支持而不是取代人类的决策和专业判断。


孙旭芳教授



当前人工智能在疾病诊断和预测中的可解释性仍然很差,表现得像一个“黑匣子”。虽然AI能够通过眼底照相等数据得出诊断结果,但其决策过程的解释仍然不够明确。例如,AI可能无法清楚说明为何通过眼底图像判断某种疾病,只能提供热图和一些部分解释。尽管在某些研究中,例如通过眼底图像和AI结合来诊断肠癌,已有初步解释,但整体上AI的逻辑和思维方式与人类不同,解释性仍需进一步探索可解释性不足是当前AI研究面临的一个重要挑战,影响了论文的发表和应用。


陈有信教授



人工智能在预防和早期治疗的价值在卫生经济学上是显而易见的,但相关部门可能需要更多认识和计算来充分发挥其潜力。目前国际上已关AI的算法准确性、伦理、隐私等挑战,如“幻觉”现象可能导致虚假结果。此外,数据共享与隐私保护尚未完善,大规模模型的能源与成本消耗也带来严峻挑战,如单次训练成本高达500万美元。因此,AI的发展需在提升管理的同时解决经济与环境问题。


话题五:AI在眼科领域应用的展望






张明教授



AI在疾病数据处理和治疗决策中有很大的优势,AI能够高效抓取和分析大量数据,帮助医生发现以前忽略的信息,从而为预后、治疗方案(如治疗方案中如何选择抗VEGF药物、多靶点药物或激素类药物)提供更加合理的建议。通过AI生成的个性化数据,如患者的遗传背景和疾病风险,医生可以更精准地预测疾病进展。AI还可以加速新药研发,尤其在个性化治疗方面带来突破性的进展。


孙旭芳教授



AI在药物研发中展现了突破性的效率提升。传统药物分子构型设计可能需要8至10年,而AI能够通过筛选历史数据迅速合成新的药物,如抗多重耐药菌的抗生素“HYLOMYCIN”。AI不仅能加快新药研发,还可以设计出人类工艺暂时无法实现的药物分子。可以预见不远的将来,AI将显著提高科研和临床诊断的效率,医生和研究人员需要学习并掌握AI技术,以更好地利用其创新潜力。


刘晓玲教授



这是一个需要开放心态并重构知识结构的时代。ChatGPT在诊疗中的应用为医生提供了多种参考工具,我自己经常用ChatGPT解决问题。如何将ChatGPT等AI工具整合到具体工作中,是当今医生需要学习和适应的重要趋势。


陈有信教授



自2016年起便投入AI研究,取得了多项成果,认为AI在眼科的应用前景广阔。中国的眼科医生不能在人工智能领域落后于发达国家。未来,AI将能辅助医生查文献、回答患者问题,甚至进行手术和药物研发。有可能将逐渐成为医疗领域的重要组成部分。




小结

AI在眼科领域的应用前景广阔,它不仅能够提升诊断效率,优化资源分配,还能推动医学研究和个性化治疗的发展。然而,伴随着技术进步的同时也带来了一系列挑战,包括可解释性、法律、伦理以及数据隐私等问题。专家们的讨论为我们提供了宝贵的洞见,强调了在AI的辅助下,眼科医生需要不断学习和适应新技术,同时也要谨慎地对待AI的局限性和潜在风险。未来,跨学科的合作和持续的技术创新将是推动AI在眼科领域健康发展的关键。我们期待AI技术能够与人类智慧相结合,共同开创眼科医疗的新篇章。





青白视角
中国医学装备协会眼科专委会产融结合学组常务副组长,执业医师/美国注册管理会计师(CMA)/项目管理专业人士资格认证(PMP)。青白视角,让眼科创新创业更高效。
 最新文章