青光眼是世界排名第一位的不可逆致盲性疾病。据不完全统计,2020年全球共有青光眼患病人数8000万左右,因青光眼引起双眼失明者占全球盲人总数的50%。原发性闭角型青光眼在亚洲发病率更是远高于世界其他区域。如何用AI和新型影像技术替代房角镜进行青光眼检查是眼科人工智能领域的世界级难题。

房角镜检查是当前闭角型青光眼诊断的主要标准,但该检查主观性强、学习曲线长,且为接触性检查,非常依赖患者配合度。眼前节光学相干断层扫描(AS-OCT)是一种新颖的非接触式快速成像技术,可在0.2秒内完成单眼的眼前节3D静态成像,为房角的开闭检测提供足够的信息。

今年世界爱眼日前夕,百度智慧医疗和中山眼科中心组成的联合科研团队深入研究进一步发现,传统房角镜可以通过按压实现动态观察房角是否粘连,而AS-OCT这一非接触成像技术无法实现按压动作,只能进行静态房角检查区分宽、窄房角,无法检查是否有周边虹膜前粘连,即无法为后续治疗提供全面的信息支持。

因此,联合科研团队提出用明暗环境下采集的3DAS-OCT图像,对出现的差异模拟按压下观察到的房角粘连状态变化,基于双分支深度学习框架,设计了新的损失函数,可同时监督静态形态和动态对比学习过程,实现了宽、窄房角的分类及房角粘连深度的识别。从临床应用角度而言,该技术有望代替传统接触式房角镜检查,被命名为“电子房角镜”。

百度智慧医疗科学家许言午教授表示:“该技术不但能快速区分宽角和窄角定性诊断青光眼类型,更能够识别周边虹膜前粘连的程度和范围,突破了闭角型青光眼辅助诊断的技术瓶颈。‘电子房角镜’避免了仪器与患者的接触,无需患者眼部麻醉,使检查更加安全高效”。

许言午教授强调,人工智能企业和医院长期陪伴式的合作研究模式对解决真实临床问题至关重要。(科文)