国产精品亚洲激情_日韩在线中文字_欧美性猛交xxxx免费看漫画_成人网在线免费观看

　　眼底遍布著豐富的血管與神經，與之相關的病種較為復雜多樣，包括視網膜、視神經、眼底血管、脈絡膜、黃斑等多部位均可能出現病變。眼科疾病十分普遍，患者基數較大。常見的眼底疾病包括黃斑變性、糖尿病視網膜病變、青光眼等。

　　目前，眼底疾病診斷方法多樣，臨床中廣泛使用眼底鏡、眼底相機、光學相干斷層掃描（OCT）和眼科超聲等技術觀察眼底。其中，眼底相機檢查是眼科的基礎檢查之一，用于眼科后節疾病的診斷，可通過觀察玻璃體、視網膜、視神經乳頭和視網膜動（靜）脈，從視網膜的組織結構形態、血管變化等眼底表現，推斷患者所患疾病。

　　目前，應用于眼底疾病的人工智能（AI）醫學影像軟件的研究和產品主要集中在糖尿病視網膜病變和青光眼方面。此外，我國企業在多病種輔助診斷領域的研發探索也在積極推進。

　　9款輔助診斷軟件獲批上市

　　近年來，我國企業積極投入AI醫學影像軟件在眼底疾病領域應用的研究，截至2024年6月，我國共有9款眼底疾病輔助診斷軟件作為第三類醫療器械獲批上市（詳見表）。其中，較多產品集中在糖尿病視網膜病變診斷方面。

表 我國已上市眼底疾病AI醫學影像軟件（第三類醫療器械）情況

　　糖尿病視網膜病變領域

　　糖尿病視網膜病變是糖尿病全身小血管病變在視網膜上的體現，它是長期高血糖導致的血管損傷，可能會引起視網膜的出血、滲出和腫脹，嚴重時可導致視力喪失。糖尿病視網膜病變可根據是否有從視網膜發出的異常新生血管分為非增殖性、增殖性兩大類。

　　多數眼底疾病初期表現不明顯，且眼科專科醫生資源稀缺，全身體檢未能充分覆蓋眼底檢查，易導致眼底疾病漏診。基于深度學習的AI輔助檢測，通過將待檢測圖像輸入深度學習神經網絡模型，經過分析與分類后輸出檢測結果，可實現對病灶的精準定位。AI可以對糖尿病視網膜病變的諸多眼底臨床特征進行檢測，如對眼底出血點及黃斑水腫區域的快速檢測，對微動脈瘤、滲出物進行檢測與分割。

　　在確診糖尿病視網膜病變后，往往需要臨床醫生對眼底圖像進行觀察，以實現對病程的分級與診斷。AI輔助診斷系統可以通過對眼底疾病圖像的綜合評價和對現有分級標準的學習，快速對糖尿病視網膜病變病程進行分級。此外，AI算法還可以結合現有分級與分期提供預后和治療建議。

　　截至2024年6月，6款作為第三類醫療器械上市的AI醫學影像軟件可檢測糖尿病視網膜病變。鷹瞳科技、硅基智能的產品均于2020年8月上市，拉開了我國眼科疾病領域智能化醫療技術應用的序幕。

　　青光眼領域

　　青光眼是一種損害視神經的眼部病癥，其發病通常與眼內高壓有關。但并非所有青光眼病例都與高眼壓相關，近視或遠視、高血壓、糖尿病、眼部外傷史等均有可能導致青光眼的發生。

　　眼底照相十分便捷經濟，適合于在基層地區輔助大規模青光眼篩查。在進行眼底照相篩查后，青光眼患者還需要結合OCT與視野檢查等結果進行精確診斷。

　　在青光眼的早期篩查中，AI主要通過與眼底照相技術相結合輔助青光眼篩查。主要應用方向包括三個方面：一是從眼底圖像中自動提取相關參數用于對青光眼的診斷，如杯盤比、視網膜神經纖維層缺損等；二是對識別的圖像整體進行分類或分級，分析是否存在青光眼病變；三是通過眼底圖像預測OCT的檢測值，如預測視網膜神經纖維層的厚度等。

　　截至2024年6月，在作為第三類醫療器械上市的AI醫學影像軟件中，一款產品可實現對可疑慢性青光眼樣視神經病變進行提示。另外兩款產品中，一款可同時對糖尿病視網膜病變和青光眼給出輔助診斷建議，一款可實現對多種眼底疾病的綜合診斷。

　　向更多眼病及其他疾病領域拓展

　　通過不斷精進算法，AI可識別如黃斑病變、白內障等更多類型的眼科疾病，并且通過對眼底圖像的分析可拓展追蹤其他疾病的進展，實現及時診治。

　　實現對更多眼科病種的識別

　　隨著技術的進步，AI醫學影像軟件在眼底疾病診斷中的應用越來越廣泛，能夠識別和分析更多疾病類型，除糖尿病視網膜病變、青光眼外，AI在黃斑病變等多種眼底疾病領域的應用也得到了廣泛研究，已有不少企業布局研發。

　　鷹瞳科技通過不斷技術創新，已探索通過AI醫學影像軟件輔助快速診斷和評估包括糖尿病視網膜病變、高血壓性視網膜病變、視網膜靜脈阻塞、年齡相關視網膜黃斑變性、病理性近視、視網膜脫落、老年癡呆等在內的55種疾病。早在2021年，中山大學中山眼科中心林浩添教授團隊就聯合鷹瞳科技等單位，基于全國16家醫療機構的病例訓練出了可識別14種常見眼底異常的AI視網膜多病種輔助診斷系統，包括糖尿病、高血壓等全身性疾病的眼部表現，以及青光眼、病理性近視、視網膜靜脈阻塞、視網膜脫離等12種威脅視力的異常表現。此外，國內多家公司也在持續跟進，實現多種眼科疾病的快速精準識別。

　　向集成化診斷平臺發展

　　眼底篩查不僅可用于診斷眼科疾病，而且可以通過捕捉眼底圖像的異常表現，如眼底血管栓塞、視網膜靜脈搏動幅度等，用于診斷如糖尿病、高血壓、慢性腎病、阿爾茨海默病等疾病。

　　如在阿爾茨海默病人群篩查方面，因視網膜是腦部神經和血管的延伸，眼底圖像可作為阿爾茨海默病人群篩查的有效工具。北京大學團隊與鷹瞳科技、北京同仁醫院等多家單位合作，構建了識別阿爾茨海默病高危人群的AI模型并進行了內外部驗證。結果顯示，該模型對阿爾茨海默病高危人群的預測表現出優秀的能力。

　　此外，中國臺灣麥迪森醫藥與新加坡EyRIS開發的AI眼底診斷產品，通過對眼底圖像的分析，不僅可以識別多種眼底疾病，還能檢測3期及以上的慢性腎臟病，并評估心血管的健康程度；廣東省醫學院眼科團隊開發出“眼與心腦腎病智能化診療云平臺”，通過將眼底彩照上傳到云平臺，實現對眼底圖像的自動分割量化及對視網膜年齡評估，并能識別眼與心腦腎病風險，生成詳細的發病風險預測報告；香港中文大學團隊開發了通過眼底圖像檢測阿爾茨海默病的人工智能系統。

　　實現對預后的預測及跟蹤

　　許多常見的眼底疾病屬于慢性病癥，需要對患者進行長期的監測和跟蹤。AI可以輔助預測眼底疾病的患病風險、病情進展、治療效果及監控患者狀況。AI在預測眼底疾病發生風險、預估濕性年齡相關性黃斑變性患者在治療后視力或黃斑結構的改善情況、預測是否需要抗新生血管生長因子治療方面，都具有較高的準確性。

　　（弗若斯特沙利文供稿）

(責任編輯：趙曉菲)