一个眼科医生判读一张青光眼眼底图片需要将近1分钟，而AI在1秒钟内可以迅速完成10张。在青光眼的筛查上，人工智能大有可为。但是，由于AI筛查系统在国内各个医疗中心系统不一，数据结构和疾病判病标准存在较大差异，目前人工智能在眼科领域的应用并不广泛。

如何解决这一问题？

近日，由中华医学会眼科学分会青光眼学组、中国医学装备协会眼科专委会人工智能学组牵头组织，腾讯公司参与撰写的《基于眼底照相的人工智能青光眼辅助筛查系统规范化设计及应用指南》正式对发布。

指南对AI青光眼辅助筛查系统的数据采集、算法模型构建、硬件要求、数据集建立和标注、AI筛查方案、AI筛查报告要求、数据安全等提出相关规范和建议，进一步规范AI青光眼辅助筛查系统的设计及临床应用。

同时，下月起，双方合作的AI辅助青光眼筛查系统将在同仁医院开展临床试验。

青光眼检出率不足10%

早在2016年10月28日，国家卫计委便制定了《“十三五”全国眼健康规划（2016-2020年）》，就将保障国民视力健康纳入整体规划。

但是，目前看来，实施的效果并不理想。就以青光眼为例，北京同仁医院眼科中心的刘含若博士向雷锋网表示，青光眼的检出率不足10%。

青光眼筛查率低的原因有哪些方面？

刘含若表示，青光眼是所有眼科疾病里面发病机制最为复杂的，被称为盗取视力的“小偷”，而且视力损害是不可逆的，需要综合考虑眼压、眼底C/D形态、视野、OCT视网膜神经纤维层改变等多个因素，一旦青光眼进入到中晚期，患者面临的只能是失明。

其次，中国眼科医生的数量太少，远远不能满足于中国庞大的人口需求。

据卫计委2016年统计，我国目前只有3.2万名眼科医生，其中从事眼底医疗服务和研究的医生约800-1000人。平均下来，4万多名中国人才能得到1个眼科医生的救治。

数据显示，预计到2020年，全球和我国青光眼人数将达到7960万和2180万；在致盲率方面，2010年全球约有840万青光眼患者致盲，而其中中国致盲人数占比患者达1/4以上。

值得注意的是，由于统计数据仅仅是就诊患者的数据。所以我国目前临床统计中，症状更加明显的原发性闭角型青光眼（PACG）患者被更多地统计在内，是最常见的青光眼类型。

然而新加坡、印度以及在北京的流行病学调查结果表明，约90%的原发性开角型青光眼（POAG）患者未被发现。

也就是说，真正青光眼疾病的患病人群要远比统计的多。

刘含若表示，80%的眼科疾病都可以通过“早发现、早筛查、早干预”，从而避免致盲。

“中国导盲性眼病长期以来重治防轻，基层防治技术能力滞后。应用AI技术后，我们预估筛查率能从10%提升到90%以上。因此，将人工智能应用在眼科疾病筛查的场景里，非常有意义。”

牵手腾讯

2016年，同仁医院开始与腾讯进行青光眼模块的合作。2018年，同仁医院王宁利专家团队与腾讯举行了合作签约仪式，启动人工智能辅助诊断青光眼的联合科研。

2019年，产品正式推出上线。

刘含若表示，通过前期的预验证，AI系统对早期青光眼病灶的诊断准确性已经达到了95%，这个成绩相当于同仁成熟眼科医生的诊断水平。

当然，这套AI系统的设计初衷是在基层进行筛查，弥补基层医生对疾病判定不够准确、早期的误判或者误诊的情况。

“一个产品好不好，需要它最终达到高粘性的使用。无论是在社区医院还是基层眼科中心，首先是产品确实好用，其次是提升医患的依从性，让医生和患者相信AI系统得出的结果。”

因此，在系统开发过程中，双方团队进行了AI判定结果的可视化，不但输出诊断结果，并且还采取热图的方式显示病灶可能所处的部位。

“医生可以通过可视化的功能辅助，具体向患者显示红色区域就是神经性缺损的区域，以及缺损的部位有多大，从而对疾病进行量化。同时眼科智能诊断系统，对于患者来说，这个东西不再抽象，更加利于他们理解。”

青光眼筛查的现实困境

当然，人工智能应用于青光眼筛查也有一些特有的困境。