國外糖尿病視網膜病變遠程診療現狀及在我國的嘗試

馬 凱

2013年全世界有3.82億糖尿病患者。中國是全球20～79歲糖尿病患者最多的國家。1980年我國糖尿病患病率為0.67%，而2008年調查顯示20歲以上糖尿病患病率上升為9.7%，糖尿病患病人數可達9240萬[1]。

糖尿病視網膜病變是成年人可預防性失明中最常見的原因。美國40歲以上糖尿病視網膜病變患病率為3.4%，其中威脅視力的比例約為0.75%。我國糖尿病視網膜病變在糖尿病患者人群患病率為24.5%～37.5%，增殖糖網的比例為3.3%～7.4%，糖尿病黃斑水腫與臨床有意義的黃斑水腫在糖尿病罹患人群中的發病率為5.2%～3.5%[2]。糖尿病在中國和其他發展中國家的快速增長，已給這些國家的社會和經濟發展帶來了沉重負擔[3]。

糖尿病和糖尿病視網膜病變帶給個人、家庭和社會巨大經濟負擔。因此，我們迫切需要對糖尿病視網膜病變做到早預防、早發現、早治療。糖尿病視網膜病變的遠程診療將會成為有利武器。

1 國外遠程診療

1.1 現狀 國外許多國家開展了糖尿病視網膜病變的遠程醫療。一個遠程診療系統主要包含以下三個部分： (1)能夠重復獲取高質量視網膜圖像的圖像采集系統; (2)評估糖尿病視網膜病變嚴重程度的圖像閱片中心; (3)臨床協調中心，將研究結果傳達給初級保健提供者和患者，并根據需要進行門診預約或治療[4]。

1.1.1 英國NHS系統 該系統的糖尿病視網膜病變的遠程篩查監控系統是ATA2級。National Health System Diabetic Eye Screening Program (NDESP)是全世界范圍內第一個政府級別的糖網篩查監控項目。幾乎覆蓋了全國范圍。每只眼睛拍攝2視野散瞳眼底照片，首先通過經受嚴格訓練的非眼科專科人員進行初次分級。此次分級的目標是篩選出有糖尿病視網膜病變的人群。如果發現任何病變，則結果將會傳遞到第二級分級人員，注意初次結果保密。為了保證結果的可信度，其中被第一級分級人員認定為無病變的照相，將有10%送至第二級人員處進行復驗。如果出現結果差異，則會被送至第三級專業眼科醫師手中進行分析。視網膜病變分為R0-R3四級，黃斑水腫分為M0或M1。如果結果為R2(出現多發點狀出血、棉絮斑、靜脈串珠，IRMA)、M1(臨床有意義黃斑水腫)，則建議眼科專科就診。如果結果為R3(增殖期改變)，則建議立即就診。將遠程診療的照片設置為2視野散瞳眼底照片的依據是：散瞳及非散瞳眼底照均能達到86%以上的敏感度，但1個視野的眼底照片較2視野眼底照片有較高的失敗率(19.7%)和較低的敏感度(76.7%)。其敏感度和特異度與專科醫師檢查相當。NDESP遠程醫療的效果是顯著的。2012年，已有200萬人接受該項目篩查。2013年有近74 000例轉診至眼科專科醫師處，有4600例接受治療。研究顯示，該項目降低了糖尿病患者中視力丟失的比率。在英國開展NDESP后，近幾年英格蘭及威爾士地區致盲首位原因不再是糖尿病視網膜病變[5]。

美國遠程醫療協會(ATA)針對糖尿病視網膜病變遠程醫療項目的有效性將其分為4類。從類別1(區分無糖尿病視網膜病變和輕度以上糖尿病視網膜病變)到類別4(區分視網膜病變的程度可否達到ETDRS分級)。

1.1.2 美國的系統 美國JOSLIN VISION NETWORK(JVN)遠程醫療診斷網絡是符合ATA3級的糖網篩查監控項目。此項目采用非散瞳彩色眼底立體照相，照相范圍嚴格覆蓋：(1)視盤及黃斑；(2)鼻側至視盤；(3)顳側血管弓范圍。同時拍攝眼前節及外眼像。閱片人員由專業訓練的眼科專業人員利用專門計算機軟件計算ETDRS分級并給出下一步方案。該項目采取3視野眼底立體像是根據WESER隊列研究的研究結果，該研究通過2410人的隊列研究得出在等級8的糖網患者中，3視野和標準EDTRS7視野照相有91%的一致率。等級4的糖網患者中，一致率達到95%。而JVN自身一項包含535人的研究結果顯示，其診斷結果與金標準之間可達到72.5%完全一致，89.3%的一致。尤其在診斷糖尿病黃斑水腫上更為顯著。JVN目前在退休軍人健康管理范圍內廣泛開展，并逐漸推廣至印度等國，已有120 000人接受篩查和監控。相比傳統項目，該項目的隨診效果更好，且對疾病的檢出和治療都有明顯的效果。4年間激光治療的比率上升50%[6]。

美國加利福尼亞州EyePACS(ATA1級)遠程診斷系統自2001年上線，截至2010年已有53 000人接受篩查和監控。該系統采取散瞳3視野眼底像(非立體)，與JVN閱片采取相同的標準，這個項目主要用于篩查糖尿病黃斑水腫的患者。以中心凹1視盤直徑范圍內出現滲出作為CSDME的篩查標準。該項目下一項包含143人的研究表明該遠程診療的靈敏度為75%，特異性為93.8%。但是該項目的隨訪率僅為15%，隨訪的患者中僅有30%能夠去眼科專科診所進行進一步隨訪[7]。

美國巴爾的摩的Digiscope(ATA1級)遠程診療項目采用散瞳無赤光眼底照相系統，拍攝10張覆蓋眼底40°～45°范圍內的視網膜，從初級保健診所上傳至專業閱片人員處。該項目采用無赤光照相能夠增加閱片者讀片時的對比敏感度。該項目一項涉及1600人的研究顯示，遠程閱片結果與眼科醫師檢查結果的一致度為91%。該項目的圖像采集系統操作簡單，界面友好，能自動實現瞳孔的對位對焦。目前，已經在美國及國外篩查超過100 000人。對于初次接受篩查的患者，該遠程項目糖網的轉診率為20%，基本與其他項目的轉診率持平[8]。

1.1.3 加拿大的遠程診療 加拿大阿爾伯特省的遠程診療項目是ATA三級的遠程醫療項目。因為加拿大地廣人稀，許多人距離醫院非常遠，導致就診和隨診難度較大。因此遠程醫療項目對診斷的準確度具有較高的要求，希望能夠將所有需要就診治療的患者轉診到眼科專科。該項目采用散瞳眼底立體像，范圍覆蓋視盤及黃斑。一項研究顯示該項目的照片與7視野ETDRS相片相比在CSDME和高危PDR方面，診斷具有極其高的一致性(R=1.00)。在高危的非增殖糖尿病視網膜病變也有較高的一致性。自1997開始，政府與阿爾伯特大學合作，2009年，有6000人接受篩查和監控，其中1000人轉診至眼科。在建議轉診的同時，該項目還能針對該患者的情況，安排其他必要的檢查，使得患者就診效率更高[9]。

1.1.4 其他遠程診療系統 有法國巴黎的Ophdiat,它采集一張整個后極和一張視盤的眼底照片，范圍為45°。由眼科專業醫師判讀。對于無DR或輕度NPDR的患者1年后再次進行篩查，輕度NPDR以上的患者則轉診至專業眼科醫師處。截至2009年已經篩查監控38 000人。糖網篩查率從2005年的50%提升至2009年的74.5%。針對這些患者，節省眼科專科醫師60%的時間[10]。還有荷蘭的Eyecheck，截至2010年，全國30%的糖尿病患者參與此項目的篩查和監控[11]。

1.2 新發展

1.2.1 圖像采集系統的新發展 大部分遠程診療中心采用Zeiss散瞳眼底照相、Topcon免散瞳的彩色眼底攝像機或者Canon免散瞳眼底照相等相似設備作為圖像采集設備。與遠程診療閱片配套的便攜設備是下一代遠程設備的發展趨勢。例如，手機設備不僅具備眼底圖像采集功能，它將視力眼壓等眼科軟件、血糖血壓等全身情況監測軟件集于一身，不僅便攜好操作，同時簡化了就診和護理的流程，便于患者隨時根據自身情況確定就診時機和優化治療方案。雖然這些設備的功能由非眼科專業人員操作的可靠性需要更多數據的驗證，但該類設備對于克服患者隨診依從性差等方面的問題是極富有意義的嘗試。2010年Lord等將20D間接檢眼鏡和手機的簡單結合，隨后經過Bastawrous和Haddock的改進，形成了眼科大夫進行手機拍照獲取眼底圖像的設備。該設備花費約為400美元。一項包含600人的亞洲人群隊列研究結果顯示，該設備獲得的7視野眼底照相對糖尿病視網膜病變的靈敏度不高[12，13]。2015年基于韓國三星公司的智能手機眼底照相系統Portable Eye Examination Kit (PEEK)目前正在各收入等級人群中收集評測數據。基于蘋果手機的D-EYE系統由一個光學磁性連接設備與手機相連，一項包含120人的研究顯示，眼科醫師在散瞳下進行操作的眼底圖像在糖尿病篩查上具有較高的靈敏度，而且該設備已與遠程醫療設備相配套。Ocular Cell Scope 是一項可以家用的結合光學照明、圖像采集的智能手機設備。2015年一項30人的小樣本橫斷面研究顯示該設備可達到100%的靈敏度和80%的特異度。iExaminer是目前FDA認證的糖網篩查設備，能夠獲得25°范圍內眼底圖像。與手機圖像獲取配套的軟件也在開發之中，MYVISIONTRACK和DIGISIGHT SIGHTBOOK等智能手機應用程序可以跟蹤其視力和圖像的微小變化，并有可能作為年度篩查的補充或替代。目前還有發展成一體化設備,例如HORUS Scope和SmartScope Pro等，內置的紅外波長用于免散瞳查看同軸光源，并同時安裝高分辨率(1080p)覆蓋25°～40°范圍眼底的圖像捕捉和顯示系統。其中美國的SmartScope能夠與醫學影像處理系統DICOM和PACS對接，因此即使患者在不同醫院，也能夠得到該圖像，便于圖像遠程會診。該設備針對56人進行檢查，與同時進行檢查的5名專業眼科醫師的診斷質量相當。考慮到不同分級系統的影響，該設備的敏感度為50%～85%、特異度為72%～98 %。對于大規模篩查，這些設備將與遠程醫療的疾病自動分級軟件相結合。隨著影像設備的發展,能夠獲得影像范圍越來越大。麻省理工學院設計的eyemitra能夠獲取眼前節和后節的圖像，視網膜成像范圍可達120°。另一個設備eyemitra能夠自動獲取最準確最高分辨的圖像，它形如雙筒望遠鏡，患者首次先適應10 min,設備便會捕捉位置最精準的圖像，界面友好，操作簡單。此外，智能手機軟件應用程序還可以整合GPS數據，便于隨訪[14-16]。

目前，遠程醫療設備不僅僅擁有眼底像拍攝設備，它們能夠提供更多的檢查設備，這些設備為遠程診療提供更加新的角度或更全面的信息。例如，LKC科技公司的手持ERG檢查設備RetEval,有研究顯示，ERG某些異常提示臨床可見的糖尿病視網膜病變。這個設備的主要目的是篩選和監控需要門診就診的目標人群。初步研究顯示糖尿病視網膜病變的敏感度為73%。目前，便攜OCT在研發之中，該設備的發展對糖尿病黃斑水腫的監控隨訪具有重要意義[17]。

1.2.2 圖像閱片系統新進展 隨著人工智能技術的發展，利用智能算法或者深度學習模型進行閱片成為新的發展趨勢。2018年Ramachandran Rajalakshmi等利用手機便攜眼底照相設備聯合EyeArtTM 人工智能圖像自動分析軟件對300例患者進行分析，并與傳統眼科醫師閱片比較， 眼科醫師判定的糖網為191例(64.5%)，AI軟件判定糖網為203例(68.6%)，其中112例(37.8%)和146例(49.3%)患者分別檢測到威脅視力的糖網。 AI軟件檢測糖網的敏感度為95.8%，特異度為80.2%。檢測威脅視力糖網的敏感度為99.1%，特異度為80.4%。對糖網和威脅視力的糖網，二種方法進行一致性檢驗，kappa值為0.78和0.75。因此，基于人工智能的糖網遠程篩查將成為有利工具。2018年美國FDA正式批準人工智能醫療設備IDX-DR用于成人糖尿病患者進行糖網篩查，這是首個獲批的糖網篩查AI設備。用于初級保健醫師門診，利用Topcon NW400拍攝，醫師將患者視網膜圖像上傳到云端利用AI算法分析，如果發現輕度及以上DR，請轉診至眼科醫師。余下建議每年隨訪。其識別輕度DR的準確率為87.4%[18，19]。

1.2.3 成本效益 國外許多糖網遠程篩查項目對遠程醫療的成本效益進行了分析。JVN在印度收集對148例病例進行分析，發現相較于傳統糖網篩查，遠程醫療能夠節省32萬美元。加拿大一項研究顯示遠程醫療每質量調整生命年糖網篩查的花費為15 000美元，而傳統篩查項目需要花費3.7美元。節省的費用相當于最初5年投資設備和硬件投資。美國一項針對弗吉尼亞阿拉巴契亞地區的調查顯示，對于美國山區這種醫療資源相對匱乏的地區，遠程醫療相較于傳統醫療，每次能為每位患者節省150美元[20，21]。但是有些研究指出，遠程醫療并非在所有情況下都能獲益，Kirkizlar等[22]的一項研究顯示只有當人數大于3500且年齡小于80歲時才具有獲益。而晚期的糖網和低風險的糖網隨訪過于頻繁都會導致成本大大增加。VA的研究顯示對于嚴重視力喪失的糖網，毎例病例整套篩查的花費額外增加了1.37萬美元。而對于低風險的糖網每年篩查較3年1次篩查，獲益大大減低[22，23]。因此，只有制定合理的篩查方案和標準，選擇好目標人群，配備合理設備和人員，才會使得獲益最大化。

2 遠程醫療在我國的嘗試

2.1 現狀 我國目前也在部分地區進行了糖網的遠程醫療。例如，北京市德勝社區糖尿病視網膜病變遠程篩查系統。北京市西城區德勝社區衛生服務中心建立社區DR遠程篩查系統,共納入2型糖尿病患者1 355例2473眼行視力檢查,并以免擴瞳數碼眼底照相機和互聯網傳輸技術為基礎,在社區采集受檢者眼前節及眼底圖像,傳輸圖像至醫院讀片中心,由有經驗的醫師分析圖像后反饋結果,遠程篩查系統的眼底照片讀片與擴瞳后檢眼鏡檢查DR診斷分級的一致性較好(Kappa=0.895),二者對黃斑水腫診斷的一致性良好(Kappa=0.763);二者對有無視網膜光凝及光凝分級的診斷結果一致(Kappa=1.000)。遠程篩查單個樣本用時約10 min,明顯短于擴瞳后眼底檢查的23 min,遠程篩查系統的隨訪率為75.2%[24]。

上海市北新涇社區糖尿病視網膜病變遠程篩查系統也做了相似的研究。采用傳統檢查法與眼底照相法診斷為DR的眼數相同，一致性檢驗Kappa值為0.885。DR不同分級診斷的一致性一致性好。每位受檢者實時遠程篩查所需的時間為5～7 min[25]。廣州中山眼科中心聯合澳大利亞相關機構在內分泌科開展基于人工智能的糖網遠程篩查系統。在內分泌科收集非散瞳壓眼底照相，結合患者內分泌病史，利用深度學習算法對圖像進行分析。自動篩查的平均評估時間為6.9 min。其正確轉診的敏感性和特異性分別為92.3%和93.7%。對患者進行AI遠程醫療態度調查問卷顯示，96%的受訪者表示他們對AI遠程醫療感到滿意或非常滿意，有78%的受訪者表示他們更喜歡AI篩查而非人工。可以說目前我國遠程醫療的硬件條件比較完善，目前大部分地區的遠程診療中心采用Zeiss散瞳眼底照相、Topcon免散瞳的彩色眼底攝像機或者Canon免散瞳眼底照相機。現在許多地區引進了廣角眼底照相儀器、炫彩照相等新的儀器從而嘗試構建多模式眼底影像閱片系統[26]。

當然遠程醫療的硬件到位之后，還需要完善其他軟件配置：需要醫務工作者的統籌兼顧，合理搭配人力資源等問題也須未雨綢繚。有了較為先進的遠程醫療設備，而更為重要的是，還需要具有專業素養的醫護工作者來具體操作。換而言之，如果僅僅停留在硬件到位，沒有適量、適當、足夠的專業醫療人員參與，則顯然不能及時、準確、保質保量地完成遠程醫療的任務。遠程醫療設備的科學、規范使用，也需做好大量的業務培訓、專業提升。有了前衛的遠程醫療設備，后續的科學、有效、規范使用、操作等一系列后續服務問題也隨之而來。這就要求相關職能部門增強信息化與醫療專業化的有機結合，確保醫護人員遠程醫療技術與時俱進。

2.2 意義

2.2.1 政策定位 國家衛生計生委提出 “十三五”時期，將堅持以人為本的理念，以聯通共享為目標，大力發展“互聯網+智慧醫療”，使之成為聯接衛生服務體系的有效載體，努力全方位、全周期保障人民群眾健康。著力構建統一權威、互聯互通的國家省市縣四級人口健康信息平臺;支持第三方機構構建醫學影像、健康檔案、檢驗報告、電子病歷等醫療信息共享服務平臺。著力規范和促進健康醫療大數據應用，大力推動政府健康醫療信息系統和公眾健康醫療數據互聯融合、協同應用。著力推進遠程醫療服務向基層、偏遠和欠發達地區延伸，讓老百姓實現接入互聯網就接入了現代醫療服務體系，在家門口享受到城市大醫院優質的醫療服務。著力實現“三個一”工程，每個家庭擁有一名家庭醫師，每個居民擁有一份動態管理的電子健康檔案，一張功能完備的健康卡，推動基本醫療服務均等化，同時完善相關法律政策和標準，切實保障國家、企業秘密和公民個人隱私，保障網絡暢通。著力建設人口健康信息化標準體系。信息標準是互通共享的基礎。著力推進健康醫療智能設備發展應用。支持人工智能技術等，不斷提升產品質量，完善價格、醫保、采購等支持政策，開展示范推廣，讓群眾獲益。

2.2.2 基礎建設 19大提出中國需要建設中國特色基本醫療衛生制度，目前立柱架梁的任務基本完成，我們初步建立了分級診療體系，以基層為重點，配置醫療資源，80%以上的居民15 min內就能到達最近的醫療點。家庭醫師簽約服務已經覆蓋4.3億人。下一步我們需要通過發展醫療集團、遠程醫療協作網等醫聯體的形式，讓老百姓在家門口就能享受到較高水平的醫療服務。目前，我國醫療培訓體系對專科醫師的培訓越來越規范化，不僅有訓練有素的各級專科眼科醫師直接對糖尿病視網膜病變的目標人群進行篩查，而且隨著影像設備和系統的發展，先進的眼科影像設備資源正在向更加偏遠地區進行流動。與此同時，隨著手機等智能設備的發展，許多新型便攜、操作簡單的影像設備問世，更帶動了眼科資源向更為廣泛的地區流動。隨著人工智能的發展，閱片的效率大大提升，節省了人力及物力，許多大型的醫療機構已經進行嘗試，一些網絡公司等市場資本加入其中，共同推動其發展。

2.3 未來藍圖 首先，我國應該完善各級醫師規范培訓的內容和規劃，保證各級醫療系統擁有訓練有素的醫師，能夠掌握與之相對應的眼科知識，保證各級醫療人員的專業性。減少眼科專科的醫療負擔，使得患者就診達到效率最大化。這也更有利于醫療資源向更偏遠、資源更貧瘠的地區流動。其次，隨著眼科影像設備的發展，操作越來越簡單，越來越便攜，適合初級醫療機構操作，使得專業的眼科設備資源流向更加廣泛的地區。同時加強眼科與內分泌等其他學科的合作，糖尿病視網膜病變的發生發展與糖尿病、高血壓等全身情況息息相關。健全眼科遠程醫療，動態維護電子病歷，并獲得患者全身情況的變化，多學科合作，更有利于診斷和治療以及隨訪。最后，國家政策大力扶植人工智能項目，糖網閱片的深度學習模型已經建立，期待今后我國能夠擁有國家級別的糖尿病視網膜病變的篩查項目，全國執行規范的篩查標準，全國使用統一的影像采集系統和影像閱讀系統，地區之間信息溝通順暢，并能與地區大型眼科診療中心的病歷系統相對接，有利于患者的轉診和隨訪。同時希望全國存在國家級別覆蓋全民內科疾病的篩查隨訪系統，不同學科信息共享，使得患者的診治更加立體，更加全面。最后制定我國糖尿病視網膜病變的處理共識和流程，并加入人工智能的算法模型中，根據疾病的病情提供相應的隨訪診治方案。

目前，我國的經濟發展和人口結構正在發生巨大轉變。2010年一項數據顯示，無論男性還是女性，我國成人糖尿病患病率隨年齡增長逐漸升高，60歲以上老人的糖尿病發病率超過20%。更令人擔憂的是，中國老齡化加劇的同時，20～44歲人群卻在逐漸減少。老齡化是中國糖尿病患病率及相關并發癥增加的主要原因，中國糖尿病及糖尿病視網膜病變未來幾十年很有可能會處于持續增長的局面，社會各界包括政府和專家都要關注老齡人口的糖尿病以及糖尿病視網膜病變的防治問題，使中國健康地邁入老齡化社會。