眼睛不僅是心靈的窗戶，也是全身健康的窗口。如何窺探這扇窗戶透露出來的健康密碼，利用好每年的一張眼底照片來服務好眼健康和全身健康？
日前，愛康集團與鷹瞳Airdoc聯合發布基于視網膜人工智能評估的《三百萬體檢人群健康藍皮書》。發布會上，首都醫科大學附屬北京同仁醫院副院長魏文斌教授爲我們講述了人工智能技術的發展曆程及其在眼科領域的應用，並對人工智能+眼底照相如何助力糖尿病視網膜病變全病程管理、賦能全生命周期的眼病和全身慢病篩查及管理做了詳細介紹。他呼籲道：“眼睛是需要年檢的，每年拍一張彩色眼底照片，可以讓我們很好的早期發現眼病，早期發現全身病。”
北京同仁醫院副院長魏文斌教授作《人工智能賦能眼健康管理》演講
演講實錄整理如下：
特別高興有機會參加今天這樣的一個交流會。我是北京同仁醫院眼科醫生，大學畢業後就在同仁做眼科醫生，主要做眼底病的臨床工作，今年已經36年了。
36年的臨床體會，我覺得眼睛確確實實是心靈的窗戶，眼睛也確確實實是健康的窗戶，是全身健康的窗戶。
現在我們生活水平在改善，人的壽命越來越長，平均壽命已經77點幾歲，北京市已經到了84歲。我們絕大部分的人壽命在延長，這就需要我們的眼睛也要看得見，看得清楚，看得舒服，同時要通過眼睛來做好我們全身健康的管理。
所以今天和大家彙報《人工智能賦能眼健康管理》，其實也包括全身健康管理。
前不久發布的《“十四五”全國眼健康規劃》裏特別強調了慢性眼病管理，尤其是致盲最重要的原因之二，即眼底病、青光眼的管理。這些致盲性疾病的早期診斷、早期發現、早期治療，需要借助于人工智能和大數據來幫助我們改進服務，把人工智能和眼健康很好地融合，才能真正做到早發現、早診斷，讓眼底病和青光眼的人群避免因此而致盲。
一、AI與眼科深度融合，廣泛用于眼病篩查和管理
人工智能在醫學領域有很大的發展。尤其是最近幾年，從2016年，大家都特別熟悉、關注人工智能，是因爲谷歌的Alpha Go戰勝圍棋冠軍李世石。
2017年以後，人工智能開始助力眼健康管理，美國FDA2018年批准了第一款人工智能産品來篩查糖尿病視網膜病變，作爲一個篩查軟件應用于眼健康管理。
很可喜的是，2020年8月份，在我們的共同助力下，鷹瞳Airdoc獲批上市了我們國內第一款糖尿病視網膜病變的篩查軟件，這類三類醫療器械的實施，真正把人工智能應用于眼健康管理。
眼睛和其他學科不一樣，眼睛這個器官很特別，是我們人體唯一能夠看得見血管和神經的地方，通過一張照片就能夠體現出來。這就意味著，利用人工智能對影像的識別，可以發揮重要作用。
其實在國際上有很多這方面的研究，最近幾年由于人工智能算法的改進，使我們人工智能在眼病的健康管理領域裏面，它的敏感性、特異性都得到了很好的提高，有很多的研究都得到了很好的證實。
眼科是人工智能應用最多的學科之一，尤其是疫情以後，這方面的發展就更快。
因爲一張眼底的彩色照片，通過人工智能就可以幫我們識別，來做到眼病的篩查，也可以對一些疾病進行分類；同時對我們眼科，尤其是眼病的研究方面也能發揮很好的作用，包括疾病分層、疾病精准防治策略研究、疾病預測、健康風險的發現和幹預都能通過人工智能來發揮它的作用。
所以，AI和眼科得到了深度的融合，廣泛用于眼病的篩查和管理，將會發揮越來越重要的作用。
二、AI+眼底照相助力眼病篩查和全身健康管理
接下來就和大家分享一些，如何通過眼底照相和人工智能的結合助力眼病篩查。
我們人生下來都會在各種場合拍照留念，現在智能手機出來以後，我們照相的機會更多了，照片不僅僅能夠准確地捕捉、記錄我們及時的狀態，同時它可以長期地記錄，而且可以長期地追蹤。所以說眼底照相是我們眼科診斷疾病的一個最基本的方法。
我們到眼科去看病，都會照一張照片。所以我們現在有一句口頭禅，叫“眼底一張照，眼病早知道。”還有人講，“眼底一張照，啥病都知道。”
說明什麽意思呢？眼底一張照片不僅僅能夠發現你有什麽眼病，還能夠和全身的健康聯系在一起。所以眼底照相是最基本的方法，幾乎所有診所，健康管理中心都在做眼底照相。我們利用這樣一個彩色眼底照相，就可以爲我們健康管理，爲眼病的篩查提供幫助。
因此我們國內也推出了一系列的通過彩色眼底照相來做眼病篩查的專家共識和一些指南發布，這爲我們規範化地通過眼底照相來用于眼底病篩查和健康管理提供了方法。
爲什麽它能夠發生作用？因爲眼病要想早發現、早診斷、早治療，避免眼病而導致盲和低視力，其實最重要的就是要篩查，不能等到有病、有症狀了再到醫院去就醫，這已經晚了。
但是我們國內目前主動篩查的比例並不高，在我們全體人群當中，比如說糖尿病視網膜病變，主動篩查的比例還不到20%。那麽這個原因很多，有我們患者的因素，有我們本身的理念問題，對健康的認知程度，也有資源的不均勻，還有我們國內醫療資源的差距，所以說我們國家糖尿病視網膜病變的主動篩查的比例非常低。
再給大家舉個例子，青光眼。其實很多人都知道，青光眼是致盲最重要的原因之一，而且是不可逆盲的重要原因。青光眼只有早期發現、早期幹預才能夠避免因爲青光眼而致盲，已經出現問題了，你再去治療就晚了。
而我們現實裏面，60%的青光眼患者到醫院診斷時已經中晚期了，也就是說對視功能已經産生了嚴重的影響，才會到醫院就醫。這個時候就醫，即使醫生和患者密切配合，也不能夠達到我們健康的視力狀態。所以青光眼早期篩查也是特別重要。
因此，篩查對于我們來說太重要了。
但是我們的現狀是什麽？我們眼科醫生，全國大概有44000多眼科醫生，而且極大部分都在大中城市，在基層這樣的醫生很少，大部分的患者其實就醫都在基層，要想做到全民，或者絕大部分老百姓的健康篩查，就必須改變我們的就醫流程。
因此大家特別強調遠程醫療，在基層去給大家做眼底照相，只要各種眼底照相的設備能夠在基層鋪開，我們老百姓在基層就能照一張眼底照片。
但是這帶來的問題是什麽？眼底照片是照了，得有人去讀，得有專家去閱讀這個眼底照片，但是四萬個眼科醫生是不可能讓我們14億的人每年都能拍一張照，我們14億人口，兩只眼睛拍兩張照片，一年拍一次就是28億眼底照片，這些照片要讓我們醫生去閱讀每一張，那是不可能的。無論是時間上，還是效率上，還是經濟成本上都做不到。
唯有利用人工智能來幫我們閱讀這些照片，才有可能節省成本，提高效率，真正把人工智能輔助的眼底篩查落到實處，讓我們普通百姓能夠實現健康管理。
要想發揮人工智能的作用，我們也推出了一系列基于人工智能眼底照相來進行眼健康篩查的各種指南和專家共識，讓我們能夠很好地規範從眼底照相到閱讀、判讀，到危險性分析，到分級診療的轉診措施，起到了一個非常好的政策上的支持。
事實上在國內外已經有很多的研究，這些研究無論樣本大還是小，都已經完全證實了我們人工智能在眼病篩查上，它的准確性是非常高的。
這裏舉的幾個例子是關于糖尿病視網膜病變的篩查，大家可以看到所有的研究，它的AUC都達到0.97以上，也就是說在90%以上的准確度，甚至高達98%、99%，所以利用人工智能來做篩查是完全沒有問題的。
這是關于青光眼的一些研究。青光眼剛才也反複提到是致盲的最重要原因，國內外專家一系列的研究也都證實了，最低也是80%，最高都是95%以上的准確性，所以利用人工智能做青光眼的篩查也是沒有問題的。
這是國際上一個研究。我們最常見的一個老年眼底病叫老年黃斑變性，黃斑是最管視力的地方，我們的中心視力好還是壞就看你的黃斑正常不正常。
黃斑隨著年齡的增長是會衰老的，老年人最容易得的一種致盲性眼病就是老年黃斑變性，通過篩查以後就發現，老年黃斑變性通過人工智能也能夠很好地識別，能夠做到早期診斷。
這是我們做的一個研究。我們通過20萬張的彩色眼底照片，做了一個前瞻性的驗證，通過人工智能和眼底專家來判讀十幾種常見的眼底病，看我們人工智能對常見眼底病識別的准確性。
大家可以看到，七種常見的致盲眼底病，它的准確性接近90%，也就是說90%的水平是眼底病專家的水平，而且同時可以節省75%的時間成本。
這個研究也得到了國際的認可，我們剛剛在《JAMA》子刊上發表了這篇文章。
更可喜的是，我們去年在《柳葉刀》子刊參與發表的一項全國性真實世界研究用到了20萬張彩色眼底照片，這些照片來源于三級醫院、社區醫院，還有體檢中心，無論是通過內部驗證還是外部測試，在三個層次的中心裏面，它的准確性都在95%以上。
也就是說，通過人工智能，無論是在社區拍的眼底，還是在體檢中心拍的，還是三級醫院拍的都適合，所以人工智能對于眼底病的識別可以應用于更多的區域。
>> 近視篩查
這是我們做的一個研究。我們通過一張彩色眼底照片就能幫我們來預測眼球的軸長。
大家知道現在高度近視特別多，很多人都是因爲高度近視致盲，高度近視一個重要的指標就是眼軸。
我們現在做青少年近視防控，重要的指標就是測量眼軸的變化。我們通過一個彩色眼底照片就可以來預測，准確度也很高。
所以人工智能用在近視防控領域也能發揮很重要的作用，我們通過彩色眼底照片可以預測眼軸的長度，還有脈絡膜厚度，幫我們來提供近視篩查，幫我們預測近視會不會發展，哪些小孩會進展爲高度近視，哪些小孩未來有因爲近視而導致盲和低視力的風險，所以這些都是很有意義的。
這是我們在國際上第一次把彩色眼底照片的紋理進行定量化，通過定量化的彩色眼底照片幫我們診斷很多疾病，幫我們預測很多眼病的發展。其實是挺有意思的，和我們專科醫生的水平都很接近。
剛才也提到近視是致盲的最重要原因之一，尤其是高度近視，也就是病理性近視在我們國家是致盲的第一個原因。
因此我們要早點識別哪一些病人會出現病理性近視，哪一些小孩未來會發生高度近視，我們就可以通過眼底照片來幫我們進行預估。
這個研究也是很有意義的，准確率也很高，我們最近也在國際上發表，准確性已經超過了98%。
所以通過一張彩色眼底照片，我們就能夠很好地進行近視防控，對病理性近視的黃斑病變進行准確分級，對病理性近視進行更精准的分級、更精准的防控，做一些個性化的幹預。只有精准識別，才能夠做精准幹預。
一張眼底照片還能夠幫我們做全身健康的管理，確確實實，眼睛是真正的全身健康的窗戶。我們視網膜的血管和視神經都是和全身的中樞神經系統，和全身的血管聯系在一起，所以一張彩色眼底照片是可以幫我們來做全身健康管理的。
我們做了一系列的研究，通過眼底照相幫我們預測老年性癡呆，幫我們預測哪一些人群容易發生老年性癡呆，在老年性癡呆的管理當中提供眼部的一些指標。現在做一些老年性癡呆的研究、藥物的研究，都把眼睛作爲一個重要的指標來進行分析。
眼睛同樣也是心腦血管意外的一個重要預測標志。這個是我們和北京大學醫學部一起合作做了一個大樣本的研究，通過眼睛是可以通過視網膜的血管形態來預測我們未來心血管意外和腦血管意外的風險是多少，因此就可以真正做到個性化的幹預。
所以說通過人工智能幫我們做眼病篩查，可以使眼科醫生能夠爲更廣泛的人群服務。
我們也做了一個測算，就是借力于人工智能以後，我們做眼底照相，做疾病篩查，使我們每個醫生可以覆蓋的面積超過以往的十倍以上，同時借助了人工智能使我們健康篩查的這個成本得到明顯下降。所以無論是從效率上，還是從經濟成本上，都可以實現更高效、更經濟，這樣才能夠更有可及性，才能夠真正借助人工智能爲我們眼健康和我們全社會的全民健康貢獻力量。
三、AI應用于DR篩查，提高DR全病程管理效率
接下來再和大家分享一下，借助于彩色眼底照片對我們糖尿病視網膜病變的全程病程的管理。
糖尿病是一個最常見的慢病，發病率非常的高，在我們人群當中，已經超過10%以上的人會有糖尿病，在所有的糖尿病人群當中，三分之一的人都會有糖尿病視網膜病變，而且是一個終身疾病。
我們通過流行病學的研究，目前在職業人群當中，也就是60歲以內的，40歲到60歲人群當中，致盲的第一位原因是糖尿病視網膜病變。爲什麽？因爲40歲到60歲的人工作上最緊張，是在職業生涯當中是巅峰時刻，家庭的頂梁柱，所以對健康往往忽略。他們得了糖尿病以後，往往都不去很好的幹預，認知程度、幹預程度都欠缺。而不像離退休的人，離退休的人得了糖尿病還知道很好地去管理，所以說40到60歲的人群，糖尿病視網膜病變是致盲的第一位原因。
糖尿病又是一個終身的病，因此我們要靠早期篩查才能夠發現早期的糖尿病視網膜病變，只有通過篩查，我們才能夠把糖尿病視網膜病變需要治療的這一部分病人及時轉診到專科醫院去進行幹預，只有有針對性的、個性化的幹預才能夠使這一部分病人真正避免視力的喪失。
糖尿病視網膜病變是一個可防、可控、可治的疾病，而不像一些衰老性疾病，像有一些我們人體自然要衰老，還有一些遺傳性疾病，我們目前還沒有辦法去幹預它，但是糖尿病是一個可防可控的，通過篩查可以讓90%這樣的人避免失明，所以篩查的重要性可想而知。
在國際上做的比較好的是英國和新加坡，他們已經把糖尿病視網膜病變的篩查上升到國家戰略，和國家的健保系統聯合在一起，早期進行篩查。所以在英國，在新加坡，這些比較發達的國家因爲糖尿病而致盲的比例是很低的。
我們國家在十四五健康規劃裏面，也把糖尿病視網膜病變篩查上升爲國家戰略。
大家可以看到，世界各地都有相應的糖尿病視網膜病變篩查軟件問世，爲實現糖尿病篩查提供了可靠的保證。
我們國內因爲已經上升到國家戰略，因此也要有一些基本的策略，我們從指南和共識上也做了一些保證。
我們從國內國外的一些研究中也證實了。這是應用鷹瞳Airdoc的篩查軟件，在上海一個社區醫療中心，通過彩色眼底照片看對糖尿病視網膜病變的篩查分級管理的准確性，大家可以看到AUC能到0.946，也就是說95%的准確度，所以糖尿病視網膜病變的篩查在社區完全能夠達到一個非常好的結果。
通過篩查還能夠幫我們對糖尿病視網膜病變的嚴重程度進行很好的分級。
對糖尿病視網膜病變的預後也能夠進行很好的評估。通過彩色眼底照片可以幫我們預測這個人未來通過幹預以後，他的預後怎麽樣，准確度能夠到96%。
我們還可以對一些普通的糖尿病病人，還沒有眼底改變的，通過眼底照片和糖尿病的全身健康管理結合起來，也可以幫我們來預測兩年以後得糖尿病視網膜病變的風險，准確度也有80%。所以還是很有意思的。
而且也可以幫我們來預測黃斑水腫。糖尿病視網膜病變影響視力最嚴重的一個原因就是糖尿病黃斑水腫，我們通過一個彩色眼底照片就可以了解他會不會得黃斑水腫，會不會對視力有明顯影響。
我們現在有一些藥物來治療，患者對治療的反應怎麽樣，其實通過彩色眼底照片，人工智能都能夠幫我們預測。
所以通過彩色眼底照片，通過人工智能，就可以幫我們對糖尿病視網膜病變進行早期篩查、早期幹預，進行危險因素以及治療敏感性預測。
這次在疫情情況下人工智能的作用更加凸顯，借助人工智能的糖尿病視網膜病變管理，病人可以不需要去醫院那麽多，我們通過彩色眼底照片就可以幫助病人管理好我們的糖尿病視網膜病變。
現在隨著人工智能的發展，數據量積累得越來越多，我們的准確性越來越高。
人工智能爲什麽能夠發展到今天，是因爲人工智能的專家們給我們研究了越來越好的算法。
領先的算法是“聰明的學生”，我們有相當多“優秀的老師”來標注，專家就是我們優秀的老師。另外我們有准確標注的數據，也就是說我們的教材越來越優秀，更重要的是我們有大量的習題，像今天愛康發布的300萬的數據量，我們的數據量越來越多，現在已經有兩千萬的數據量練習，有大量的練習，優秀的教材，優秀的老師，聰明的學生，所以使人工智能助力彩色眼底照片應用于眼健康和全身健康的管理成爲可能。
當然它還不能取代眼科醫生，因爲還需要眼科專家去標注，還需要我們眼科醫生通過臨床研究，通過大數據研究來教會人工智能，來發揮人工智能對健康管理的作用。
其實眼科領域裏除了疾病篩查之外，還有很多領域都需要人工智能。包括輔助診斷、影像、疾病預測、藥品研發、科學研究還有醫院管理，其實都需要。
所以有了人工智能，它可以讓我們真正做到全流程、全生命周期的眼健康管理和全身健康管理，我相信人工智能結合彩色眼底照片對于眼病的早期篩查，早期發現會發揮重要的作用。
人工智能對于我們最常見的致盲性眼病，糖尿病視網膜病變的篩查、分級、預測和治療評估已經發揮了重要的作用。所以說借助于人工智能的彩色眼底照片是真正的能夠發揮眼睛對全身健康的作用。
所以在這裏，我也呼籲：眼睛是需要年檢的，每年一張彩色眼底照片可以讓我們很好的早期發現眼病，早期發現全身病。眼底一張照，眼病早知道！謝謝大家！
本文源自中國網科技