深度學(xué)習(xí)系統(tǒng)可預(yù)測糖尿病視網(wǎng)膜病變發(fā)病進程

　　糖尿病視網(wǎng)膜病變(DR)是糖尿病最常見的微血管并發(fā)癥。該病初期癥狀隱匿，病情嚴重時可能導(dǎo)致永久性視力損傷甚至失明。由于不同患者病情進展存在較大差異，每位糖尿病患者患DR的風(fēng)險和時間難以準確預(yù)測。如何高效精準診斷DR并評估其進展風(fēng)險一直是一大難點。

　　日前，上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院內(nèi)分泌代謝科、上海市糖尿病重點實驗室教授賈偉平、李華婷團隊，清華大學(xué)副教務(wù)長、醫(yī)學(xué)院主任黃天蔭團隊，上海交通大學(xué)電院計算機系和教育部人工智能重點實驗室教授盛斌團隊，在國際上首創(chuàng)能精準預(yù)測DR進展的深度學(xué)習(xí)系統(tǒng)DeepDR Plus。這項醫(yī)工交叉合作的研究成果，有望讓糖尿病患者只需站在一臺機器前拍張照片，就能精準診斷DR嚴重程度，還能預(yù)測DR的發(fā)病進程和進展風(fēng)險。相關(guān)成果在國際刊物《自然醫(yī)學(xué)》上發(fā)表。

　　早期篩查和干預(yù)對于DR的預(yù)防及管理至關(guān)重要。當(dāng)前，國內(nèi)和國際組織大多建議糖尿病患者每年進行常規(guī)眼底攝片檢查，以便及時發(fā)現(xiàn)視網(wǎng)膜病變并進行干預(yù)。但糖尿病患者常規(guī)眼底攝片檢查的實施和普及困難重重。“由于眼底攝片設(shè)備匱乏、專業(yè)攝片人員稀缺、患者篩查依從性差等因素，DR的篩查普及率低，且攝片質(zhì)量難以保證。這導(dǎo)致相關(guān)病變的篩查和診斷精準性較差，難以有效實現(xiàn)疾病防控。”盛斌說。

　　目前，以深度學(xué)習(xí)為代表的人工智能技術(shù)已被用于DR篩查。但基于眼底圖像來預(yù)測DR發(fā)生風(fēng)險的相關(guān)技術(shù)，在全球范圍內(nèi)仍待突破。研究團隊介紹，在糖尿病等相關(guān)慢性病診療和管理的臨床實踐中，對糖尿病患者往往只會按照相對固定的時間間隔進行篩查或隨訪，對并發(fā)癥的確切發(fā)生或進展時間無法知曉。這也導(dǎo)致傳統(tǒng)深度學(xué)習(xí)模型無法實現(xiàn)疾病進展時序軌跡的精準建模，進而無法預(yù)測個體的發(fā)病和病情進展時間點。

　　針對上述困擾全球糖尿病管理的關(guān)鍵技術(shù)瓶頸，團隊首次基于大規(guī)模醫(yī)學(xué)影像縱向隊列，利用涵蓋多國多種族的超20萬名糖尿病患者的眼底圖像和臨床數(shù)據(jù)，創(chuàng)新性地提出了深度學(xué)習(xí)框架，成功實現(xiàn)對DR進展的風(fēng)險預(yù)警和時間預(yù)測。該研究成果可用于推薦個性化的DR篩查間隔和管理策略，并回答臨床醫(yī)生和患者共同面臨的兩大關(guān)鍵問題：患者應(yīng)什么時候轉(zhuǎn)診去眼科，以及患者的DR會有多嚴重。

　　研究首次實現(xiàn)了個體化DR風(fēng)險和時間的預(yù)測。DeepDR Plus系統(tǒng)僅根據(jù)基線眼底圖像，就可準確預(yù)測未來5年患者DR進展的個體化風(fēng)險和時間，優(yōu)于傳統(tǒng)臨床參數(shù)模型。

　　盛斌介紹，研究團隊從2013年起，就扎根于DR的人工智能診療這一國際前沿問題。從眼底血管特征自動提取，到DR的自動診斷，再到疾病風(fēng)險的精準評估，團隊相繼成功研制了兩代深度學(xué)習(xí)系統(tǒng)，助力糖尿病全球防控。DeepDR Plus正是團隊繼2021年成功完成DR輔助智能診斷系統(tǒng)DeepDR的研發(fā)之后，進一步構(gòu)建的基于時序影像序列深度學(xué)習(xí)的糖尿病視網(wǎng)膜并發(fā)癥預(yù)警系統(tǒng)。

　　目前，通過將其應(yīng)用于中國和印度的真實臨床流程，研究團隊證實該系統(tǒng)在大幅降低篩查頻率和公共衛(wèi)生成本的情況下，保持極低的漏診率。這一成果有望為未來糖尿病并發(fā)癥的防控實踐提供個性化篩查和管理決策的依據(jù)，也將為推動全球糖尿病并發(fā)癥的智能防控貢獻中國力量。

（責(zé)任編輯：華康）