【专家笔谈】数字眼科诊疗模式的机遇与挑战【2024年8月第4期】

摘要

数字眼科是医学与技术相互融合的跨学科创新领域。电子病历系统和诊疗设备的互联互通使得眼科医疗更为便捷和高效，人工智能、机器学习和深度学习等技术的不断提高，为医护人员自动筛查和诊断常见的眼科疾病提供了可能。它不仅可以辅助临床医生进行诊断和治疗，还可以为患者提供健康服务和医疗援助。然而，数字眼科模式的构建目前仍面临技术、资金、隐私保护和政策等方面的问题。本文旨在探讨数字眼科诊疗模式的机遇和挑战，以及数字化如何重新定义眼科学。

李厚硕 吕筱 张娟 毕燕龙

同济大学附属同济医院眼科，上海 200065

通信作者：毕燕龙，Email：biyanlong@tongji.edu.cn

数字技术，特别是人工智能（artificial intelligence，AI）的快速发展正在重塑眼科学。随着数字眼科诊疗模式的日益兴起，眼科学即将出现深刻的变革。数字眼科是医学与技术相互融合的跨学科创新领域，它包括现代眼科学、AI、远程医疗、虚拟现实和无线通信技术。数字眼科诊疗模式是对眼科诊疗过程进行数字化改造，以提高诊疗效率和准确性、降低医疗成本、为患者提供更好的医疗服务。数字眼科诊疗模式的核心在于将传统的诊疗过程数字化，以获取更加准确、全面的患者数据。同时，引入AI技术，利用AI算法分析眼部影像，帮助医生快速发现眼部疾病，为患者提供更及时的治疗建议。

过去10年，数字眼科诊疗模式飞速发展，处于数字诊疗创新的最前沿。世界卫生组织强调：眼科学与数字技术的结合可改变眼科诊疗现状，从而促进眼科医疗的普及性和便利性^［1］，以客观和数据驱动的方式进行临床决策，提高诊断和治疗水平^［2-3］。然而，数字眼科诊疗模式在快速发展的同时也带来了一些需要应对的复杂问题。本文将深入探讨数字眼科诊疗模式所面临的机遇和挑战，以及如何通过数字化方式重新定义眼科诊疗。

一、数字眼科诊疗模式的机遇

（一）电子病历（electronic medical record，EHR）系统和诊疗设备互联互通使得眼科医疗更为便捷和高效

EHR系统是一种将患者的医疗信息数字化并储存在电脑系统中的先进工具。这一系统取代了传统的纸质病历，为医护人员提供了更为便捷、高效的患者信息管理方式。通过EHR系统，医生可以方便记录患者的病史、诊断、处方以及治疗方案，有助于医生更快速、准确地记录患者的诊疗过程，进而提升数据的准确性和完整性。此外，EHR系统通过局域网和互联网实现了患者医疗信息共享，使得EHR和检查结果能够在科室和医院之间方便、快速地传递，从而促进了信息共享和协同工作，提升了医疗服务的质量和效率。再者，EHR系统极为便利地实现了患者历史记录的管理与调阅，形成了患者个人医疗档案，为实现个人全生命周期的健康管理提供了重要支持，同时也为进行大数据分析和训练提供了丰富的素材^［4］。

眼科诊疗设备的互联互通已经显著提升了眼科检查和治疗的准确性和便捷性。随着科技的不断进步，眼科诊疗设备的功能日益增强，为眼科疾病的诊治提供了更为精准、高效的手段。然而，传统的眼科设备往往运行孤立，导致了数据孤岛和信息共享困难等问题，从而限制了眼科领域的进一步发展。通过标准化的数据接口和互联网技术，为眼科诊疗设备构建了统一的眼科诊疗信息平台，实现数据的共享和互通^［5］。这一举措打破了传统设备的孤立状态，建立了一个完整的眼科诊疗信息系统，实现统一管理和应用眼科诊疗数据，为眼科医生提供了更为全面的患者信息，进而提高了诊疗的准确性和便捷性。

（二）医疗物联网和远程医疗提高了眼科医疗服务的可及性

在偏远或医疗资源相对匮乏的地区，获得专业眼科护理的机会可能受限。然而，数字化技术的发展为开展远程眼科护理创建了新的平台，使患者能够通过远程系统进行咨询、筛查，甚至接受诊断评估。借助安全的数字平台，个人可以跨越地理限制获得专业指导，提升了服务的包容性，并将眼科护理的覆盖范围和受益群体最大化。

随着互联网连接的普及和物联网的兴起，智能医疗设备的发展愈发引人注目。技术的进步使得人机交互成为可能，越来越多的操作和数据获取可以不用人类干预而自动进行。智能医疗物联网能够收集并整合来自不同设备的信息，通过传感器采集的大量数据可以通过物联网传输，提高医疗服务的效率和效果^［6］。

利用患者位置数据，医疗机构可以在宏观和微观层面对预约就诊进行优化。在宏观层面，医疗机构可以利用患者位置数据改善预约安排，根据患者的实际到达时间调整预约；在微观层面，也可以根据当前检查机器的使用情况和临床医生的安排将患者引导到不同时间进行检查^［7］。检查结果可以自动上传到电子健康档案中，并自动化集成以标记相关特征。通过手机和其他可穿戴技术收集的更广泛的健康数据，也可以传输到个人电子健康档案，以提高监测和治疗依从性^［7］。

（三）手术机器人的应用，使眼科手术操作更加精准、微创和安全

手术机器人是开展精准、安全、微创手术治疗的核心技术之一，已成为国际精准医疗的前沿。眼科手术机器人正处于快速发展和迭代阶段^［8］，手术机器人与AI相结合将有望突破医生的生理极限，让手术变得更为精准、安全和高效^［9］。它能够协助医生在术前准确定位病灶、规划手术方案，并在术中过滤手部震颤，实时追踪手术器械位置，清晰显示术野周围特征，为医生提供精准的操作引导，从而提高手术的精度和安全性，减少手术创伤和缩短恢复时间^［10］。眼科手术具有精细程度高、操作范围小等特点，这对手术机器人在显微视觉、灵敏反馈等方面提出了特殊要求。根据自动化程度不同，眼科手术机器人系统大致分为五类：机器人辅助型、协同操作型、远程操作型、部分或全自动型^［11］。目前，“达芬奇”手术机器人是外科常用的手术平台之一，已获得美国食品药品监督管理局批准在临床使用。将“达芬奇”机器人应用于眼科手术是可行的，如用于翼状胬肉切除手术、角膜移植手术和白内障摘除手术^［12-14］。由于其并非专为眼科等显微手术而设计，存在眼内操作控制困难、无法兼容眼科手术器械，以及影像系统表现不足等问题^［15］。

为解决这些局限性，美国Jules Stein眼科研究所和加州大学洛杉矶分校于2013年研发了眼内手术机器人系统（intraocular robotic-assisted surgical system，IRISS）^［16］，IRISS 的性能已经得到了验证。医生操作 IRISS 成功进行了一系列玻璃体视网膜手术，包括晶状体撕囊术、玻璃体切割术、视网膜静脉插管和其他复杂手术^［17］。相较于传统手术，机器人辅助手术通常手术时间更长，但其精确度有较大提高且降低了组织损伤率^［18-20］。在最近的研究中，研究者将光学相干层析成像（optical coherence tomography，OCT）技术应用到IRISS中，开发了一系列用于眼内手术的OCT和图像引导的自动化方案，应用于包括晶状体摘除^［21-23］、后囊膜抛光^［24-25］、识别和去除残余晶状体碎片^［26-27］以及视网膜静脉注射等手术操作中^［28-29］。

Preceyes系统（Preceyes BV公司，荷兰埃因霍温）是专为玻璃体视网膜手术而开发的机器人系统，已获得CE认证并用于玻璃体视网膜手术^［30］。该系统可以通过标准手术显微镜和术中OCT获得实时反馈^［31］，利用OCT划定边界来防止过度运动，结合震颤过滤来减少医源性视网膜损伤^［32］。其他功能还有触觉反馈、自动更换器械、靠近视网膜时的听觉反馈，以及在意外情况下立即移除探针的回缩机制等^［20］，从而提高精确度和安全性，减少组织意外损伤的风险^［33］。目前，该系统可以完成视网膜静脉注射、视网膜前膜剥除、视网膜下注射等操作，为机器人辅助下视网膜基因和干细胞精确治疗带来了希望^［34-35］。

（四）AI、机器学习（machine learning，ML）将深刻改变眼科诊疗模式

AI利用ML、深度学习（deep learning，DL）和神经网络来模拟人类的某些能力，提供快速而精确的解决方案^［36-37］。AI在图像识别等任务中展现出卓越精度，使之成为眼科诊疗的重要工具^［38］。AI与ML正在革新医疗领域，对从诊断到管理的各个方面产生影响，尤其在疾病早期检测、疾病风险预测、预后判断等方面都具有巨大潜力。AI驱动的临床决策支持系统能够解读繁复的患者数据，包括实验室结果、影像数据、基因资料和全面的电子健康档案等，为临床医生的诊断和治疗决策制定提供支持^［39］。ML可以通过分析患者的遗传、环境和生活方式等方面的数据，定制个性化的治疗方案^［40］，并揭示基因变异与疾病易感性之间的关联^［41］。利用医学图像构建的DL模型可以进行高维分析，自动筛查和诊断常见的眼科疾病，如糖尿病视网膜病变、青光眼、年龄相关性黄斑变性、白内障等，其准确度已与眼科专家相媲美^［42-44］。

ChatGPT等大型语言模型（large language models，LLMs）展现出巨大潜力，在眼科辅助诊断等方面表现出高准确率，并能为患者提供有价值的信息^［45-47］。ChatGPT能够处理医学文献、医患对话、医疗文书、诊断、治疗、检验和检查结果、医疗费用及保险费用、临床文本和医学图像等多维度医学数据^［48］。未来，增强AI技术如ChatGPT有望能像医学专家一样发挥作用^［49］。LLMs与视觉模型的集成提高了影像诊断准确性，可以进行自动化医学影像分析，提供更全面的疾病评估、改进治疗计划和制定个性化的护理方案^［47］。

眼科领域对大型模型的应用前景广阔。眼科临床诊疗常涉及各种影像学资料和数据，大模型可结合患者病历资料做出影像诊断报告，提供临床预警和治疗方案，并预测患者的病情变化及预后。在手术过程中，大模型还可提供语音提示，如提醒手术的注意事项或选择最佳方案等^［50］。

AI具备完成一系列下游任务的能力，可辅助临床医生进行筛查、诊断、治疗，为患者提供医疗援助，提高医疗质量和效率。眼科医疗数据的结构和特征适合大模型数据训练的要求，因此应积极推动大模型在眼科领域的应用，以促进医疗质量的提升。

二、数字眼科诊疗模式面临的挑战

（一）数字眼科设备和AI技术的投入成本较高，对医疗机构的资金和技术实力提出了较高的要求

购置数字眼科设备或进行数字化改造的成本昂贵。购置高端的眼科设备，如高端眼底摄影机、视野检查仪和高分辨率OCT等，这些设备不仅在购买时需要大量的资金投入，还需进行日常维护、定期更新以及对专业人员进行培训，这些都会显著增加运营成本。此外，为存储、管理和分析患者的眼科数据，医疗机构还需投入大量资源进行软件开发、数据库构建和网络搭建，网络安全设备的购置、数据加密技术的应用等，以确保平台的安全性、稳定性和可靠性。这些都对医疗机构的资金和技术实力提出了更高的要求。

引入AI用于眼科诊疗，不仅需要进行算法的开发、训练和优化，还需要对硬件设备进行持续更新和升级，以适应AI的计算需求。开发功能强大的AI模型需要大量高质量的数据集，并需利用上万到数百万图像进行标注以训练算法，这也会耗费大量成本。

为了应对这些挑战，医疗机构可在资金投入上采用分阶段投资策略，逐步引进数字化设备和技术，以减轻一次性大规模投入的压力。同时，可以通过与设备供应商和技术公司的合作，共同研发和推广成本更低、性能更优的设备和技术，以降低整体投入成本。

（二）数字眼科诊疗模式的安全性和隐私保护是需要重点关注的问题，需要建立完善的数据安全管理制度和隐私保护机制

在数字眼科诊疗模式中，数据安全和隐私保护是至关重要的问题。相关诊疗过程涉及大量敏感数据的处理，包括患者的个人特征、临床资料、遗传信息和生物特征数据等，如视网膜和虹膜图像。医疗机构必须建立完善的数据安全管理制度和隐私保护机制，这需要综合考虑技术、管理和法律等多方面因素。医疗机构应加强数据安全意识培训，确保相关人员了解并遵守数据安全的最佳实践，建立健全的数据管理流程，采取必要的加密和访问控制措施，保护数据不被未授权访问和篡改。同时，必须明确数据使用的目的和范围，并获得患者的知情和同意，保障患者的隐私权利^［51］。

在监管方面，政府和医疗主管机构应加强对数字眼科诊疗模式的监管和管理，制定相关法律法规和政策，明确数据安全和隐私保护的要求和标准。监管部门应当加强对医疗机构的监督检查，确保它们落实数据安全管理制度和隐私保护机制，保障患者和用户的合法权益。同时，监管部门还应当加强对AI技术的监管，规范其在数据处理和隐私保护方面的行为，防止数据滥用和泄露，维护社会公共利益和公众信任。

（三）眼科手术机器人技术欠成熟，目前仍缺乏大样本临床研究

尽管眼科手术机器人在高精度和高难度手术方面显示广泛的应用前景，但目前尚未达到成熟阶段，仍然存在一些技术不成熟、专用配套手术器械少、手术时间较长、缺乏人脑综合分析和决策应变的灵活性等问题^{［ 52-53］}。因此，必须针对每种手术的特点和需求进行改进或研发。为推动眼科手术机器人技术的发展，需要进行跨学科合作，进一步研发或改良机器人系统，并在此基础上展开大规模的临床研究，以积累更多的临床数据和经验。此外，还需优化手术流程，降低手术时间和成本，提高手术效率。通过不断的技术改进和优化，推动眼科手术机器人技术在临床实践中的广泛应用。

三、小结

数字眼科诊疗模式是未来趋势和方向，带来了眼科诊疗方式的深刻变革。这种模式能够提供高质量的眼部影像，覆盖全生命周期的信息管理，通过物联网打破医疗的地域和时间限制。手术机器人的应用使眼科手术更加精准、微创和安全。AI、ML和DL的迅速发展将进一步提高临床决策和诊疗水平，全面改变传统的眼科诊疗模式。

数字眼科诊疗模式仍需要进一步完善，特别是在数据安全和隐私保护机制方面。此外，数字眼科的应用和普及还面临成本高昂和标准不统一等制约因素。因此，需要进一步加强推广和普及工作，提高医生和患者的数字技术能力。眼科手术机器人技术尚未成熟，仍需改进和临床验证。

总之，随着技术的进步和研究的深入，数字眼科诊疗模式将更加成熟和普及。通过降低成本、提高效率和改善技术，为更多患者提供优质的医疗服务。最终成为眼科医疗的主流模式，为患者带来更多便利和福祉。

参考文献见本刊网站

引用本文：李厚硕, 吕筱, 张娟, 等. 数字眼科诊疗模式的机遇与挑战[J]. 数字医学与健康, 2024, 2(4):213-218. DOI: 10.3760/cma.j.cn101909-20240512-00103.

杂志介绍